Abstract:

We present the novel concept of Controllable Face Privacy. Existing methods that alter face images to conceal identity inadvertently also destroy other facial attributes such as gender, race or age. This all-or-nothing approach is too harsh. Instead, we propose a flexible method that can independently control the amount of identity alteration while keeping unchanged other facial attributes. To achievethis flexibility, we apply a subspace decomposition onto our face encoding scheme, effectively decoupling facial attributes such as gender, race, age, and identity into mutually orthogonal subspaces, which in turn enables independent control of these attributes. Our method is thus useful for nuanced face de-identification, in which only facial identity is altered, but others, such gender, race and age, are retained. These altered face images protect identity privacy, and yet allow other computer vision analyses, such as gender detection, to proceed unimpeded. Controllable Face Privacy is therefore useful for reaping the benefits of surveillance cameras while preventing privacy abuse. Our proposal also permits privacy to be applied not just to identity, but also to other facial attributes as well. Furthermore, privacy-protection mechanisms, such as k-anonymity, L-diversity, and t-closeness, may be readily incorporated into our method. Extensive experiments with a commercial facial analysis software show that our alteration method is indeed effective.

Biography:

Dr. Terence Sim is an Associate Professor at the School of Computing, National University of Singapore. He teaches an undergraduate course in digital special effects, as well as a graduate course in multimedia. For research, Terence works primarily in these areas: face recognition, biometrics, and computational photography. He is also interested in computer vision problems in general, such as shape-from-shading, photometric stereo, object recognition. On the side, he dabble with some aspects of music processing, such as polyphonic music transcription. Terence also serves as President of the Pattern Recognition and Machine Intelligence Association (PREMIA), a national professional body for pattern recognition, affiliated with the International Association for Pattern Recognition (IAPR). Terence counts it a blessing and a joy to graduate from three great schools: Carnegie Mellon University, Stanford, and MIT.
Personal Website: https://www.comp.nus.edu.sg/~tsim/

In diesem Vortrag stellen wir unsere Beiträge zur Auswahl und Anwendung von Methoden der Informatik in Forschung und Lehre vor. Neben aktuellen Forschungsarbeiten im Bereich des computer-gestützten kollaborativen Lernens (CSCL) mittels Triangulation sich ergänzender Forschungsmethoden führen wir auch das fachdidaktische Konzept der Methodenausbildung an der TU Clausthal für den Übergang zwischen Bachelor- und Masterstudium ein. Dieses ist für den internationalen Charakter des Fachbereiches und die hohe Fluktuation zwischen beiden Studienabschnitten von hoher Bedeutung für die Qualität der Lehre.

Die Informatik ist ein wissenschaftliches Fachgebiet, in dem es in nur wenigen Jahrzehnten wesentliche von Schlüsselpersonen getragene Entwicklungen gab – und wohl auch weiterhin geben wird. Diese rasante Weiterentwicklung des Fachs Informatik sowie der Wandel des Erscheinungsbildes in der Öffentlichkeit legen nahe, dass sich deren Inhalte wie Prinzipien nicht einfach in unterrichtsspezifische Dosen abpacken lassen. Der Vortrag beleuchtet daher unterschiedliche Gebiete der Informatik und zeigt anhand von einigen konkreten Beispielen, wie Wissen und informatische Konzepte, die zunächst nur einigen wenigen Experten vorbehalten waren, alters- und entwicklungsstufengerecht Einzug in den Unterricht halten konnten und können.

Educational Data Mining liefert einen neuen, evidenzbasierten Beitrag zur Bildungsforschung.
Mit Methoden der Informatik und Statistik können Muster in Datenmengen erkannt werden, die andernfalls unentdeckt bleiben würden. Diese wiederum liefern – im Kontext der Informatikdidaktik angewendet – wichtige Informationen für den Informatikunterricht. Vorgestellt wird eine Forschungsmethode, die auf der automatischen Auswertung einer großen Menge von Begriffsnetzen basiert. Präsentiert werden sowohl Ergebnisse aus abgeschlossenen Studien wie auch weiterführende Forschungsfragen.
Ein zweiter zentraler Aspekt meiner Forschungstätigkeit befasst sich mit der Entwicklung und Validierung von Messinstrumenten für die Informatikdidaktik. Vorgestellt wird der Zwischenstand der aktuellen Forschung zu einem Instrument für Kontrollstrukturen.

Dem Unterrichtsfach Informatik mangelt es an standardisierter Kompetenzorientierung und den dahinterstehenden fundamentalen Ideen bzw. ändern sich diese durch Paradigmenwechsel häufig. Als Kulturtechnik kann die Informatik auch nicht isoliert betrachtet werden.
Künftige Forschungsherausforderungen sind demnach auch die Auswirkungen auf und die Anwendung in anderen Fächern. Es bedarf der Entwicklung von Unterrichtskonzepten und -werkzeugen, die moderne Informationstechnologien mit kreativen und spielerischen Ansätzen verbindet. Zudem soll untersucht werden, welche Auswirkungen der Trend weg von naturwissenschaftlichen hin zu Schulen mit sprachlich-kreativen Schwerpunkten auf das Fach Informatik hat und ob diese Entwicklung tatsächlich den Bedürfnissen der Schüler_innen gerecht wird.