BLANKET：婴儿视频录制中的人脸匿名化
计算机视觉与模式识别
2026-01-13 v2
摘要
确保涉及人类受试者（特别是婴儿）的视频数据的伦理使用需要可靠的匿名化方法。我们提出BLANKET（Baby-face Landmark-preserving ANonymization with Keypoint dEtection consisTency），一种旨在匿名化婴儿视频录制中的人脸同时保留必要面部属性的新方法。我们的方法包括两个阶段。首先，通过使用扩散模型进行修复生成一张与原始身份兼容的新随机人脸。其次，通过具有真实表情传递的时间一致的人脸替换，将新身份无缝融入每一视频帧。该方法在一组婴儿短视频录制数据集上进行了评估，并与流行的匿名化方法DeepPrivacy2进行了比较。评估的关键指标包括去标识化程度、面部属性保留、对下游任务（如人体姿态估计）的影响以及伪影的存在。两种方法均改变了身份，而我们的方法在其他所有方面均优于DeepPrivacy2。该代码可在https://github.com/ctu-vras/blanket-infant-face-anonym上作为易于使用的匿名化演示获取。
引用
@article{arxiv.2512.15542,
title = {BLANKET: Anonymizing Faces in Infant Video Recordings},
author = {Ditmar Hadera and Jan Cech and Miroslav Purkrabek and Matej Hoffmann},
journal= {arXiv preprint arXiv:2512.15542},
year = {2026}
}
备注
Project website: https://github.com/ctu-vras/blanket-infant-face-anonym