利用基于遗传算法的深度去标识匿名数据集增强生成人造面部药物滥用图像(3DG-GA)
计算机视觉与模式识别
2023-04-14 v1 人工智能
摘要
在生物医学研究与人工智能中,获取大规模、均衡且具有代表性的数据集对于开发可在真实场景中使用的可信应用至关重要。然而,此类数据集通常限于医院与专门机构,难以获取。为解决该问题,本研究提出通过数据增强生成展现药物滥用特征的高度逼真合成人脸。所提方法称为“3DG-GA”,即深度去标识匿名数据集生成,使用遗传算法(Genetics Algorithm)作为合成人脸生成策略。该算法包含 GAN 人造人脸生成、伪造检测与人脸识别。初始使用 120 张真实面部药物滥用图像的数据集。在保留药物特征的前提下,3DG-GA 提供包含 3000 张合成面部药物滥用图像的数据集。该数据集将向科学界开放,可复现我们的结果并受益于所生成的数据集,同时避免法律或伦理限制。
引用
@article{arxiv.2304.06106,
title = {Generation of artificial facial drug abuse images using Deep De-identified anonymous Dataset augmentation through Genetics Algorithm (3DG-GA)},
author = {Hazem Zein and Lou Laurent and Régis Fournier and Amine Nait-Ali},
journal= {arXiv preprint arXiv:2304.06106},
year = {2023}
}