科研背景

随着移动设备、社交媒体平台和互联网的普及，人们拍摄和分享照片的行为变得日益频繁。然而，许多人并不清楚自己可能会因为他人拍摄的照片而受到隐私泄露的风险。
当一个人出现在他人拍摄的照片背景中，尤其是当这些照片被分享到互联网上时，个人可能会无意中暴露在公众面前。这种情况下，攻击者不仅可以通过分析照片中的地标和背景信息来揭示个人曾经去过的具体地点，还可以通过对多张照片进行比对和分析，从而拼凑出个人的旅行路线和活动轨迹。

科研问题

1.如何对图像中出现的多个个体进行隐私保护，从而保护这些个体的隐私不受侵犯，尤其是在公共场所、活动现场或者社交聚会等大规模多方参与的场景中。
2.如何处理大规模的图像数据，在其中有效识别并保护个人隐私信息。

研究目的

提出了一种新的图像隐私保护系统，称为LAMP，旨在点亮人们在在线图像共享过程中的位置意识，实现照片上传过程中的实时隐私保护。

研究内容

1.LAMPi策略

LAMPi策略将允许用户在不同的场景和不同的粒度级别上指定位置灵敏度。LAMPi策略P由以下几个部分组成:位置范围、位置类型、日期和时间间隔、灵敏度。

2.DLP树

快速定位指定该位置(基于地址)或该类型位置(基于语义关键字)为敏感的用户，以便稍后我们只需要将这些用户的脸与照片中的脸进行比较。

3.人脸识别

为了加快个体面孔的比较，我们采用了两种策略。一是在用户设置LAMPi策略时，预先计算用户的面部特征，从而节省照片上传阶段的人脸识别时间。另一种是采用多线程编程，同时进行单独对的人脸识别。