CFA-Net：基于身份表示操控的可控人脸匿名化网络
计算机视觉与模式识别
2021-10-12 v2
摘要
近年来，人脸数据的去标识化日益受到关注。在许多计算机视觉任务中，保护人物身份同时保持数据可用性十分重要。我们提出一种可控人脸匿名化网络（CFA-Net），这是一种基于生成器的新颖方法，该生成器能将人脸身份与其他图像内容解耦，从而对人脸图像与视频中的给定人脸进行身份匿名化。我们通过操控生成器身份表示空间中的身份向量来实现可控人脸匿名化。通过我们的方法可由原始人脸生成多种匿名化人脸，且与原始图像内容保持高相似度。定量与定性结果表明，我们的方法在视觉质量和匿名化有效性上优于文献中的模型。
引用
@article{arxiv.2105.11137,
title = {CFA-Net: Controllable Face Anonymization Network with Identity Representation Manipulation},
author = {Tianxiang Ma and Dongze Li and Wei Wang and Jing Dong},
journal= {arXiv preprint arXiv:2105.11137},
year = {2021}
}