基于人脸替换的身份混淆混合模型
计算机视觉与模式识别
2018-07-25 v2 密码学与安全
摘要
随着越来越多的个人照片在社交媒体中被分享和标记，避免诸如非预期识别等隐私风险变得愈发困难。我们提出了一种通过头部替换来混淆照片中身份的新混合方法。我们的方法将最先进的参数化人脸合成与生成对抗网络（GAN）在数据驱动图像合成方面的最新进展相结合。一方面，我们方法的参数化部分使我们可以控制面部参数并允许对身份进行显式操控。另一方面，数据驱动方面允许添加精细细节和整体真实感，以及与场景上下文的无缝融合。在我们的实验中，我们展示了系统高度真实的输出，其在混淆率上优于先前的最先进水平，同时保留与原始图像内容更高的相似度。
引用
@article{arxiv.1804.04779,
title = {A Hybrid Model for Identity Obfuscation by Face Replacement},
author = {Qianru Sun and Ayush Tewari and Weipeng Xu and Mario Fritz and Christian Theobalt and Bernt Schiele},
journal= {arXiv preprint arXiv:1804.04779},
year = {2018}
}
备注
ECCV'18, camera-ready version