Privacy Blur：量化图像数据发布的隐私与效用

论文作者在 arXiv 论文 Privacy Blur（arXiv:2512.16086）中量化了图像数据发布的隐私与效用，指出实际使用的高斯模糊在低精度实现下可被逆转攻击破解，是所比较的四种脱敏方法中隐私性最差的。研究以逆转与判别攻击评估隐私，以在脱敏人脸数据上训练模型所得表征的质量评估效用，比较了像素化、加噪像素化（DP-Pix）和裁剪三种替代方案，发现像素化与 DP-Pix 在合适的粒度下能同时为多项计算机视觉任务提供隐私与效用。作者将提出的方法与建议参数以软件包 Privacy Blur 的形式提供。