RID-TWIN：用于视频中自动人脸去识别的端到端流水线
计算机视觉与模式识别
2024-03-18 v1
摘要
视频中的人脸去识别是计算机视觉领域的一项具有挑战性的任务，主要用于隐私保护应用。尽管通过生成式视觉模型取得了相当大的进展，但最新的方法仍然存在多重挑战。它们缺乏对真实性、时间连贯性和非可识别特征保留等方面的全面讨论和评估。在我们的工作中，我们提出了 RID-Twin：一种新颖的流水线，它利用最先进的生成模型，并将身份与运动解耦，以在视频中执行自动人脸去识别。我们从整体的角度研究了该任务，并讨论了我们的方法如何解决该领域中存在的相关挑战。我们在广泛使用的 VoxCeleb2 数据集以及一个为适应 VoxCeleb2 数据集中缺失的某些行为变化限制而设计的自定义数据集上评估了我们方法的性能。我们讨论了工作的意义和优势，并为未来的研究提出了方向。
引用
@article{arxiv.2403.10058,
title = {RID-TWIN: An end-to-end pipeline for automatic face de-identification in videos},
author = {Anirban Mukherjee and Monjoy Narayan Choudhury and Dinesh Babu Jayagopi},
journal= {arXiv preprint arXiv:2403.10058},
year = {2024}
}
备注
This work has been submitted to IEEE ICIP 2024