SAN基于卷積自動編碼器進(jìn)行受限優(yōu)化：最大化某一分類器表現(xiàn)的同時(shí)最小化另一分類器表現(xiàn)

編者按：UW-Madison統(tǒng)計(jì)學(xué)助理教授Sebastian Raschka簡明扼要地概述了他的最新研究SAN（半對抗神經(jīng)網(wǎng)絡(luò)）。SAN基于卷積自動編碼器進(jìn)行受限優(yōu)化：最大化某一分類器表現(xiàn)的同時(shí)最小化另一分類器表現(xiàn)。

簡要總結(jié)手頭的項(xiàng)目，和包括同事、學(xué)生在內(nèi)的更一般的受眾分享，我覺得這是一個(gè)不錯的主意。因此，我給自己的挑戰(zhàn)是用不到1000個(gè)單詞完成總結(jié)，避免讓具體細(xì)節(jié)和技術(shù)術(shù)語分散注意力。

本文主要討論了我最近和iPRoBe實(shí)驗(yàn)室合作的研究項(xiàng)目，研發(fā)隱藏面部圖像的特定信息的技術(shù)。本文談?wù)摰氖顷P(guān)于“保持可用性的同時(shí)最大化隱私”的研究（這一目標(biāo)和差分隱私研究的目標(biāo)有些類似）。

如果你對本文討論的研究項(xiàng)目感興趣，可以參考以下兩篇論文獲取更多信息：

Semi-Adversarial Networks: Convolutional Autoencoders for Imparting Privacy to Face Images（半對抗網(wǎng)絡(luò)：賦予面部圖像隱私的卷積自動編碼器，ICB 2018，arXiv:1712.00321）

Gender Privacy: An Ensemble of Semi Adversarial Networks for Confounding Arbitrary Gender Classifiers（性別隱私：對抗任意性別分類器的半對抗網(wǎng)絡(luò)集成，BTAS 2018，arXiv:1807.11936）

保持可用性的同時(shí)改善隱私

我們處理的研究問題可以看成一個(gè)更一般的受限優(yōu)化問題：我們希望在保持計(jì)量生物學(xué)可用性的同時(shí)隱藏面部圖像的特定信息。具體來說，我們有三個(gè)目標(biāo)：

擾亂性別信息

確保面部圖像看起來真實(shí)

保留計(jì)量生物學(xué)識別可用性

計(jì)量生物學(xué)識別包括兩種子任務(wù)：在一對多匹配中識別未知人物的身份（A）和在一對一匹配中驗(yàn)證某人的身份（B）：

這里，“擾亂”性別信息意思是給定的性別分類器不再能夠可靠地預(yù)測某人的性別。我們可以設(shè)想很多為什么需要防止自動提取個(gè)人屬性的理由。這里給出三個(gè)典型的例子：

基于性別的畫像

竊取身份（通過結(jié)合眾多可以公開獲取的資源）

在用戶不知情的情況下提取數(shù)據(jù)

無論何時(shí)，只要拍攝、上傳、（在中央數(shù)據(jù)庫中）儲存面部圖像，就可能引起上面提到的問題。作為反制措施，在銷售給第三方前，系統(tǒng)（例如，超市監(jiān)控?cái)z像頭）可以預(yù)配性別擾亂技術(shù)，使得最終用戶更難侵犯用戶的隱私，防止出于未經(jīng)許可的目的收集數(shù)據(jù)。比如，隱藏面部圖像數(shù)據(jù)庫中的信息可能同時(shí)有助于確保GDPR合規(guī)。

半對抗網(wǎng)絡(luò)的一般用途

當(dāng)然，我們輕而易舉就能隱藏性別數(shù)據(jù)，只需增加圖像噪聲或加擾到一定程度。然而，我們需要牢記的是顯著改動圖像可能同時(shí)讓面部圖像變得無用（計(jì)量生物學(xué)識別）。

盡管我在上一節(jié)中突出了研發(fā)SAN的主要動機(jī)（保持可用性的同時(shí)改善隱私），SAN背后的主要思路可以看成更一般的方法，受限優(yōu)化任意損失函數(shù)。這意味著SAN可以用于任何我們希望在最大化某一分類器的表現(xiàn)的同時(shí)最小化另一分類器的表現(xiàn)的問題。因此，即使你處理的不是面部識別問題，SAN同樣可能有助于解決你面臨的受限優(yōu)化任務(wù)。

下一節(jié)將描述我們在ICB 2018提交的論文中的SAN總體架構(gòu)。

半對抗網(wǎng)絡(luò)架構(gòu)

根據(jù)我們在論文中提供的圖像，SAN的架構(gòu)可能看起來有點(diǎn)晦澀，不過，如果我們將它分成三個(gè)主要部分，就比較直截了當(dāng)：

擾亂輸入圖像的自動編碼器，確保圖像看起來接近原圖

能夠給出精確預(yù)測的面部匹配器

不能給出精確預(yù)測的性別分類器

SAN的訓(xùn)練過程可以總結(jié)為以下的PyTorch（偽）代碼：

ae = AutoEncoder()

gc = GenderClassifier()

fm = FaceMatcher()

gc.load_state_dict(torch.load('saved_fm_model.pkl'))

fm.load_state_dict(torch.load('saved_gc_model.pkl'))

for fixed_model in (gc, fm):

for param in fixed_model.parameters():

param.requires_grad = False

optimizer = torch.optim.Adam(ae.parameters(), lr=learning_rate)

for epoch in range(num_total_epochs):

# ...

cost = loss_reconstruction + loss_gender_classification + loss_face_matching

cost.backward()

optimizer.step()

（完整代碼發(fā)布在GitHub倉庫iPRoBe-lab/semi-adversarial-networks） 注意，在評估SAN模型時(shí)，不僅使用了未見面部圖像數(shù)據(jù)集，同時(shí)還丟棄了訓(xùn)練中使用的性別分類器和面部匹配器，使用了一組未見面部匹配器和性別分類器。

致好奇名字由來的讀者，下圖解釋了為何我們將這一配置稱為半對抗：

多樣性和概括性

正如我們的BTAS 2018論文提到的，我們最近致力于通過增強(qiáng)數(shù)據(jù)集等措施改善原SAN模型的概括性表現(xiàn)。例如，為了避免Buolamwini等在Gender shades: Intersectional accuracy disparities in commercial gender classification（性別陰影：商業(yè)性別分類器的區(qū)際差異）中討論的偏差，我們過采樣了深膚色個(gè)體的隨機(jī)樣本（在大多數(shù)面部數(shù)據(jù)集中為少數(shù)類別），以緩解潛在的偏差。此外，我們擴(kuò)展了評估組合，引入了更多的未見性別分類器和面部匹配器。

后續(xù)

正如論文中提到的，目前還有很多方面有待探索，比如不同的集成方案，多屬性擴(kuò)展等。

本文大致介紹了我們在SAN和差分隱私方面的一些研究。更多研究成果即將發(fā)表。同時(shí)，我們很興奮，能在今年秋季的BTAS 2018（10月22日-25日，洛杉磯）會議上呈現(xiàn)我們的最新結(jié)果，以及在ODSC West 2018（10月31日-11月3日）上報(bào)告我們的研究。