NullFace: 无需训练的局部化人脸匿名化

在当今数字时代，随着摄像头数量不断增加，隐私问题日益突出。尽管现有匿名化方法能够掩盖身份信息，但它们往往难以保留图像的效用。在这项工作中，我们提出了一种无需训练的人脸匿名化方法，能够保留关键的非身份相关属性。我们的方法利用预训练的文本到图像扩散模型，无需优化或训练。它首先将输入图像反转以恢复其初始噪声，然后通过身份条件扩散过程对该噪声进行去噪，其中修改后的身份嵌入确保匿名化后的人脸与原始身份不同。我们的方法还支持局部化匿名化，使用户能够控制哪些面部区域被匿名化或保持完整。与最先进方法的全面评估表明，我们的方法在匿名化、属性保留和图像质量方面表现出色。其灵活性、鲁棒性和实用性使其非常适合实际应用。代码和数据可在 https://github.com/hanweikung/nullface 获取。