基于内在与外在注意力分散的面部身份匿名化

unprecedented地捕获和应用人脸图像引发了日益增加的隐私保护匿名化问题。大多数现有方法可能 suffer from 身份独立信息的过度变化或 insufficient 身份保护的问题。本文提出一种新的面部匿名化方法，通过分散内在与外在身份注意力来实现。一方面，我们通过分散内在身份注意力来对特征空间中的身份信息进行匿名化处理。另一方面，我们通过分散外在身份注意力来对视觉线索（即外观和几何结构）进行匿名化。我们的方法允许对面部外观和几何结构进行灵活直观的操控，以产生多样化的结果，也可用于指导用户执行个性化的匿名化。我们在多个数据集上进行了大规模实验，表明该方法在性能上优于最先进的方法。