面部匿名化变得简单
计算机视觉与模式识别
2024-11-04 v1 密码学与安全
摘要
当前面部匿名化技术通常依赖于人脸识别模型计算的身份损失，而该损失可能不准确且不可靠。此外，许多方法需要补充数据，如面部关键点和掩码，以指导合成过程。相比之下，我们的方法仅使用重构损失的扩散模型，无需面部关键点或掩码，同时仍能生成具有复杂精细细节的图像。我们在两个公开基准数据集上通过定量和定性评估验证了结果。我们的模型在三个关键领域达到了最先进的性能：身份匿名化、面部属性保持和图像质量。除了匿名化的主要功能外，我们的模型还可以通过引入额外的面部图像作为输入来执行人脸交换任务，展示了其多功能性和多样化应用的潜力。我们的代码和模型可在 https://github.com/hanweikung/face_anon_simple 获取。
引用
@article{arxiv.2411.00762,
title = {Face Anonymization Made Simple},
author = {Han-Wei Kung and Tuomas Varanka and Sanjay Saha and Terence Sim and Nicu Sebe},
journal= {arXiv preprint arXiv:2411.00762},
year = {2024}
}