Refacing：利用GAN重建匿名化面部特征
计算机视觉与模式识别
2019-07-23 v2
摘要
医学图像匿名化对于保护受试者的身份是必要的，因此是数据共享中必不可少的一步。然而，深度学习的最新进展可能提高了保证匿名性所需施加的失真程度。为测试此类可能性，我们将新颖的CycleGAN无监督图像到图像翻译框架应用于T1 MR图像的矢状面切片，以从匿名化数据中重建面部特征。我们将CycleGAN框架应用于面部模糊和面部移除图像。我们的结果表明，面部模糊可能无法针对识别受试者的恶意尝试提供充分保护，而面部移除提供了更鲁棒的匿名化，但仍部分可逆。
引用
@article{arxiv.1810.06455,
title = {Refacing: reconstructing anonymized facial features using GANs},
author = {David Abramian and Anders Eklund},
journal= {arXiv preprint arXiv:1810.06455},
year = {2019}
}