FIVA：人脸图像与视频匿名化及匿名化防御
计算机视觉与模式识别
2023-09-11 v1
摘要
本文提出一种用于图像和视频中人脸匿名化的新方法，简称 FIVA。我们提出的方法能够通过所建议的身份跟踪在帧间保持一致的人脸匿名化，并保证与原始人脸的强差异性。FIVA 在 0.001 误接受率下可实现 0 个真阳性。我们的工作考虑了重建攻击这一重要安全问题，并研究了对抗噪声、均匀噪声和参数噪声以破坏重建攻击。在这方面，我们应用不同的防御与保护方法应对这些隐私威胁，以展示 FIVA 的可扩展性。此外，我们还表明重建攻击模型可用于深度伪造的检测。最后，我们提供的实验结果显示 FIVA 甚至能够支持仅基于单张目标图像训练的人脸交换。
引用
@article{arxiv.2309.04228,
title = {FIVA: Facial Image and Video Anonymization and Anonymization Defense},
author = {Felix Rosberg and Eren Erdal Aksoy and Cristofer Englund and Fernando Alonso-Fernandez},
journal= {arXiv preprint arXiv:2309.04228},
year = {2023}
}
备注
Accepted to ICCVW 2023 - DFAD 2023