VIP7
本课程属于：118-TinyML安全、OTA与设备运维 AI智能与边缘计算工程 · 共 7 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

10. TinyML视觉隐私保护：端侧分类与图像脱敏策略

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导入
TinyML视觉隐私保护的背景 · 挑战与学习目标 · 以及端侧分类与图像脱敏的整体框架
课程导入TinyML
02
基础知识
TinyML概述 · 边缘计算与隐私保护的关系 · 以及视觉数据在端侧处理中的敏感性问题
基础知识TinyML
03
隐私威胁模型
端侧视觉应用中常见的隐私泄露途径 · 如数据采集 · 传输
隐私威胁模型端侧视觉应用
04
端侧分类基础
图像分类在MCU和边缘设备上的实现原… · 包括模型压缩 · 量化与轻量化网络设计
端侧分类基础MCU
05
图像脱敏概念
图像脱敏的定义 · 目标与分类 · 包括像素化
图像脱敏概念图像脱敏的定义
06
脱敏与分类的权衡
脱敏强度对分类精度的影响 · 以及如何在隐私保护和任务性能之间取得…
脱敏分类的权衡
07
端侧硬件与工具链
常用TinyML硬件平台（如Ardu… · ESP32-CAM）和开发工具（Te… · Edge Impulse）
端侧硬件工具链
08
数据准备与预处理
用于端侧分类和脱敏的数据集选择 · 标注 · 增强以及隐私合规性处理
数据准备预处理
09
轻量级分类模型
MobileNet · EfficientNet-Lite · SqueezeNet等轻量模型在端侧…
轻量级分类模型MobileNet
10
图像脱敏算法实现
在资源受限设备上实现像素化 · 高斯模糊 · 局部遮挡等脱敏算法的代码与优化技巧
图像脱敏算法实现资源受限设备上实…
11
端侧分类实战
使用Edge Impulse或TFL… · 完成实时分类
端侧分类实战Edge
12
端侧脱敏实战
在开发板上实现实时图像脱敏 · 并验证脱敏效果与性能开销
端侧脱敏实战开发板上实现实时…
13
隐私保护流水线
设计端侧“先脱敏后分类”或“分类与脱… · 并评估其效率与安全性
隐私保护流水线设计端侧“先脱敏…
14
对抗性攻击与防御
针对端侧视觉模型的对抗样本攻击 · 以及通过脱敏增强鲁棒性的策略
对抗性攻击防御
15
模型逆向与成员推断
攻击者如何从模型输出或中间特征中推断… · 以及脱敏的防御作用
模型逆向成员推断
16
联邦学习与端侧隐私
联邦学习在TinyML中的应用 · 以及与端侧脱敏结合的多层隐私保护方案
联邦学习端侧隐私
17
差分隐私在端侧的应用
在端侧分类中引入差分隐私机制 · 平衡隐私预算与模型精度
差分隐私端侧的应用
18
图像脱敏的评估指标
如何量化脱敏效果（如隐私保护度 · 信息保留度 · 视觉质量）和分类性能（准确率
图像脱敏的评估指…如何量化脱敏效果
19
案例研究
智能摄像头中的人脸检测与脱敏系统 · 分析其架构 · 实现和隐私效果
案例研究智能摄像头
20
案例研究
医疗影像端侧分类中的隐私保护 · 如X光片脱敏与疾病诊断的平衡
案例研究医疗影像端侧分类
21
案例研究
智能家居中的人体活动识别与隐私保护 · 使用热成像或深度传感器进行脱敏
案例研究智能家居
22
常见问题与调试
端侧部署中内存不足 · 推理延迟高 · 脱敏效果不佳等问题的排查与优化
常见问题调试
23
性能优化技巧
模型剪枝 · 量化感知训练 · 算子融合等提升端侧分类与脱敏速度的方…
性能优化技巧模型剪枝
24
隐私与法规合规
GDPR · HIPAA等法规对端侧视觉数据处理的… · 以及脱敏策略的合规性设计
隐私法规合规
25
端侧安全通信
加密传输 · 安全固件更新和可信执行环境在Tiny…
端侧安全通信加密传输
26
多任务学习
同时进行分类和脱敏的多任务模型设计 · 共享特征提取器以降低计算开销
多任务学习同时进行分类
27
生成式脱敏方法
使用小型GAN或变分自编码器在端侧生… · 并讨论其可行性
生成式脱敏方法GAN
28
综合实战项目
设计一个完整的端侧视觉隐私保护系统 · 包括需求分析 · 模型选择
综合实战项目设计一个完整的端…
29
前沿趋势与挑战
TinyML视觉隐私保护的最新研究进… · 开放问题与未来方向
前沿趋势挑战
30
课程总结与进阶路径
回顾核心知识点 · 推荐学习资源 · 开源项目和进一步研究建议
课程总结进阶路径