यह कार्य स्वचालित वाहन मॉडल को प्रशिक्षित करने के लिए आवश्यक महत्वपूर्ण चेहरे के गुणों को बनाए रखते हुए, फेस स्विपिंग के माध्यम से पदचारी गोपनीयता की रक्षा करने वाले Egy-DRiVeS डेटासेट के लिए एक पांच-चरण वाली पाइपलाइन लागू करता है।
यह अध्ययन पहचान छिपाने और डेटा उपयोगिता के बीच संतुलन स्थापित करने के लिए Roop और Ghost-v2 फेस-स्वैपिंग मॉडल का मूल्यांकन करता है। विश्लेषण से पता चलता है कि विभिन्न पहलुओं में Roop, Ghost-v2 से बेहतर प्रदर्शन करता है, जिससे यह पाइपलाइन के लिए चयनित मॉडल बन जाता है।
यह दृष्टिकोण छवि उपयोगिता को बिगाड़े बिना गोपनीयता संरक्षण प्रक्रियाओं को लागू करने की चुनौती को संबोधित करता है, जो पदचारी इरादे और ट्रैजेक्टरी भविष्यवाणी मॉडल की प्रभावकारिता को बाधित करती है।