用于人脸隐私保护的可逆掩膜网络
计算机视觉与模式识别
2022-04-20 v1 人工智能
摘要
人脸隐私保护是引发研究高度关注的热点之一。然而，现有人脸隐私保护方法旨在造成人脸语义信息缺失，无法保留原始人脸信息的可复用性。为实现处理后人脸的自然性以及受保护原始人脸的可恢复性，本文提出基于可逆“掩膜”网络（IMN）的人脸隐私保护方法。在 IMN 中，我们首先引入掩膜网络（Mask-net）生成“掩膜”人脸；随后将“掩膜”人脸覆盖于受保护人脸并生成掩膜人脸，其中掩膜人脸与“掩膜”人脸不可区分；最后可从掩膜人脸剥离“掩膜”人脸，获得面向授权用户的恢复人脸，该恢复人脸在视觉上与受保护人脸不可区分。实验结果表明，所提方法不仅能有效保护受保护人脸的隐私，还可从掩膜人脸中几乎完美地恢复受保护人脸。
引用
@article{arxiv.2204.08895,
title = {Invertible Mask Network for Face Privacy-Preserving},
author = {Yang Yang and Yiyang Huang and Ming Shi and Kejiang Chen and Weiming Zhang and Nenghai Yu},
journal= {arXiv preprint arXiv:2204.08895},
year = {2022}
}