一种系统化的面部去标识解决方案
计算机视觉与模式识别
2021-07-20 v1 人工智能
摘要
随着人脸数据中的身份信息更紧密关联个人信用与财产安全，人们日益重视人脸数据隐私的保护。在不同任务中，人们对面部去标识（De-ID）有多样化需求，因此我们提出一种兼容这些去标识操作的系统化解决方案。首先，构建属性解耦与生成网络以编码人脸的两部分，即身份（嘴、鼻、眼等面部特征）与表情（含表情、姿态与光照）。通过换脸，我们可彻底移除原始 ID。其次，我们添加对抗向量映射网络以扰动人脸图像的潜码，不同于以往传统对抗方法。借此，我们可构造无限制对抗图像以降低模型识别的 ID 相似度。我们的方法能以多种方式灵活去标识人脸数据，且处理后的图像具有高图像质量。
引用
@article{arxiv.2107.08581,
title = {A Systematical Solution for Face De-identification},
author = {Songlin Yang and Wei Wang and Yuehua Cheng and Jing Dong},
journal= {arXiv preprint arXiv:2107.08581},
year = {2021}
}
备注
accepted by the 15th Chinese Conference on Biometrics Recognition (CCBR2021)