LBFTI：基于层次的面部模板逆转换用于身份保留的精细面部重建
计算机视觉与模式识别
2026-04-21 v1
摘要
面部识别系统中，面部模板因遵循数据最小化原则而被广泛用于身份认证。然而，面部模板逆转换技术已构成严重的隐私泄露风险，使其能够从模板重建人脸。本文提出一种层次化面部模板逆转换（LBFTI）方法，以实现身份保留的精细面部重建。我们的方案将人脸图像分解为三个层次：前景层（包括眉毛、眼睛、鼻子和嘴巴）、中景层（皮肤）以及背景层（其他部分）。LBFTI利用专用生成器生成这些层次，采用严格的三阶段训练策略：（1）独立精细生成前景层和中景层；（2）将前景层和中景层与模板二次注入融合，以生成带有背景层的完整全景人脸图像；（3）联合微调所有模块，以优化层间协调和身份一致性。实验表明，LBFTI不仅在机器认证性能上超越最新方法，TAR提升了25.3%，也在人类感知相似度方面表现更佳，经定量指标和问卷调查均验证了这一点。
引用
@article{arxiv.2604.18358,
title = {LBFTI: Layer-Based Facial Template Inversion for Identity-Preserving Fine-Grained Face Reconstruction},
author = {Zixuan Shen and Zhihua Xia and Kaikai Gan and Peipeng Yu},
journal= {arXiv preprint arXiv:2604.18358},
year = {2026}
}