一种密钥驱动的保持身份的人脸匿名化框架
密码学与安全
2024-09-06 v1 计算机视觉与模式识别
摘要
虚拟人脸是元宇宙中的重要内容。最近，人们尝试生成虚拟人脸以保护隐私。然而，这些虚拟人脸要么永久删除了可识别信息，要么将原始身份映射为虚拟身份，从而永远丢失了原始身份。在本研究中，我们首次尝试解决虚拟人脸中隐私与可识别性之间的冲突，提出了一种密钥驱动的人脸匿名化与认证识别（KFAAR）框架。具体而言，KFAAR 框架由头部姿态保持的虚拟人脸生成（HPVFG）模块和密钥可控的虚拟人脸认证（KVFA）模块组成。HPVFG 模块使用用户密钥将原始人脸的潜在向量投影为虚拟向量。然后，它将虚拟向量映射以获得扩展编码，并基于此生成虚拟人脸。通过同时加入头部姿态和面部表情校正模块，虚拟人脸具有与原始人脸相同的头部姿态和面部表情。在认证过程中，我们提出了 KVFA 模块，使用正确的用户密钥直接识别虚拟人脸，从而可以在不暴露原始人脸图像的情况下获得原始身份。我们还提出了一个多任务学习目标来训练 HPVFG 和 KVFA。大量实验证明了所提出的 HPVFG 和 KVFA 模块的优势，它们有效地同时实现了人脸匿名化和可识别性。
引用
@article{arxiv.2409.03434,
title = {A Key-Driven Framework for Identity-Preserving Face Anonymization},
author = {Miaomiao Wang and Guang Hua and Sheng Li and Guorui Feng},
journal= {arXiv preprint arXiv:2409.03434},
year = {2024}
}
备注
Accepted by NDSS Symposium 2025. Please cite this paper as "Miaomiao Wang, Guang Hua, Sheng Li, and Guorui Feng. A Key-Driven Framework for Identity-Preserving Face Anonymization. In the 32nd Annual Network and Distributed System Security Symposium (NDSS 2025)."