必要なものだけを：プライバシーを保護する動画異常検知のためのパレート最適なデータ最小化
arXiv cs.CV / 2026/3/30
💬 オピニオンIdeas & Deep AnalysisModels & Research
要点
- 本論文は、検知パイプラインに開示される映像情報を制限することで、GDPR型のデータ最小化を強制するプライバシー・バイ・デザインの「必要なものだけを（Only What’s Necessary）」という枠組みを提案する。
- これは、異常検知に関連する手がかりを保持しつつ、PII（例：顔の手がかりやセンシティブな属性）を抑制するために、幅（breadth）に基づく最小化と深さ（depth）に基づく最小化の両方を用いる。
- 著者らは、最小化した動画を動画異常検知モデルおよび別個のプライバシー推論モデルの両方で評価し、プライバシーと有用性のトレードオフを測定することで、複数の最小化構成を検討する。
- パレート解析に加えてランキングベースの手法を用いて、個人データの曝露を抑えつつ検知性能の損失を限定できる、支配されない「スイートスポット」の運用点を特定する。
- 公開データセットを用いた大規模実験により、この枠組みの有効性が示され、コンプライアンスと検知精度のバランスを取るために最小化設定を調整する方法が明らかになる。
