一种用于人脸模糊的效用保持GAN
计算机视觉与模式识别
2019-07-01 v1 密码学与安全
机器学习
图像与视频处理
摘要
从电视新闻到Google StreetView，人脸模糊已被用于隐私保护。由于深度学习领域的近期进展，高斯模糊和像素化等模糊方法无法保证隐藏身份。本文提出一种效用保持生成模型UP-GAN，能够在提供有效人脸模糊的同时保持面部效用。所谓效用保持，是指保留不泄露身份的面部的特征，如年龄、性别、肤色、姿态与表情。我们展示了所提方法在模糊与效用保持方面均取得最佳性能。
引用
@article{arxiv.1906.11979,
title = {A Utility-Preserving GAN for Face Obscuration},
author = {Hanxiang Hao and David Güera and Amy R. Reibman and Edward J. Delp},
journal= {arXiv preprint arXiv:1906.11979},
year = {2019}
}
备注
6 pages, 5 figures, presented at the ICML 2019 Worksop on Synthetic Realities: Deep Learning for Detecting AudioVisual Fakes