用于增强人脸去标识化保护能力的隐私保护光学方法

现代摄像设备使用的激增以及计算机视觉技术的广泛应用引发了重大的隐私和安全担忧。当前的人工智能 (AI) 技术有助于识别相关事件并协助处理家庭、办公室、医院等场所的日常任务。为这些目的而访问或处理个人信息的需求引发了隐私担忧。虽然人脸去标识化等软件级解决方案提供了良好的隐私/实用性权衡，但它们容易受到嗅探攻击。在本文中，我们提出了一种硬件级的人脸去标识化方法来解决这一漏洞。具体而言，我们的方法首先学习一个光学编码器以及一个回归模型，以在从源图像中隐藏人脸身份的同时获取人脸热力图。我们还提出了一个匿名化框架，该框架以隐私保护图像、人脸热力图以及来自公开数据集的参考人脸图像作为输入，生成新的人脸。我们通过大量的仿真和硬件实验验证了我们的方法。