协同解耦表示与分割联邦学习以打破视线估计中的集中式瓶颈

《INTERNATIONAL JOURNAL OF COMPUTER VISION》：Synergizing Disentangled Representation and Split Federated Learning to Break Centralized Bottlenecks in Gaze Estimation

　　主流的基于外观的注视估计方法在集中式数据上训练面临两个紧迫的问题。首先，大多数注视估计方法需要完整的眼睛图像甚至完整的人脸来进行模型训练，这引发了对敏感个人数据泄露的严重担忧。其次，在单一集中式模型中同时实现对新注视数据的泛化能力以及对个体主体的个性化仍然是一个本质上难以调和的矛盾。为了突破这些瓶颈，我们提出了SplitFedGaze，一个分布式注视估计框架，该框架协同发挥了表示解耦与分裂联邦学习的优势。不同于在集中式数据上训练全局模型，SplitFedGaze采用了一种数据分布、模型分割的优化范式。具体而言，与注视无关的成分（主要涉及个人隐私）通过精心设计的解耦信息瓶颈模块从原始注视数据中被移除，并且仅在本地客户端保留。这些去敏化的表示被称为"注视图"，封装了解耦后的注视相关信息，并从本地客户端传输到全局服务器进行注视知识聚合。为了解决泛化与个性化之间的权衡问题，服务器端的注视知识聚合器利用来自所有客户端的注视图来增强全局模型的泛化能力。此外，每个本地客户端都配备了一个专属的个性化校准模块，以减轻由主体间生理差异导致的性能下降。大量实验表明，SplitFedGaze具有三个显著优势：(1) 在各种训练设置下，其估计精度高于集中式和联邦式注视估计方法。(2) 它有效地减轻了来自重建攻击的注视数据泄露风险。(3) 它天然支持个性化应用，克服了主体间的差异性。补充实验量化了部署成本、隐私-效用权衡、少样本适应、跨数据集泛化，以及通过差分隐私（DP）和安全聚合实现的更新级隐私机制。