不要深度伪造我：无需敏感图像的隐私保护神经3D头部重建
计算机视觉与模式识别
2025-05-02 v2
摘要
虽然3D头部重建广泛用于建模，但现有的神经重建方法依赖于高分辨率多视图图像，带来了显著的隐私问题。个体对面部特征特别敏感，面部图像泄漏可能导致许多恶意活动，如未经授权的跟踪和深度伪造。相比之下，几何数据由于处理要求复杂且缺乏面部纹理特征，不易被滥用。本文提出了一种新颖的两阶段3D面部重建方法，旨在避免暴露敏感面部信息，同时保持详细的几何精度。我们的方法首先使用非敏感的后脑图像进行初始几何重建，然后使用处理过的隐私移除梯度图像细化该几何。大量实验表明，所得几何与使用完整图像的方法相当，同时该过程对深度伪造应用和面部识别（FR）系统具有抵抗力，从而证明了其在隐私保护方面的有效性。
引用
@article{arxiv.2312.04106,
title = {Do Not DeepFake Me: Privacy-Preserving Neural 3D Head Reconstruction Without Sensitive Images},
author = {Jiayi Kong and Xurui Song and Shuo Huai and Baixin Xu and Jun Luo and Ying He},
journal= {arXiv preprint arXiv:2312.04106},
year = {2025}
}