SlerpFace：基于球面线性插值的人脸模板保护
计算机视觉与模式识别
2025-01-03 v2
摘要
当代人脸识别系统使用从人脸图像中提取的特征模板来识别人员。为增强隐私，人脸模板保护技术广泛用于隐藏存储在模板中的敏感身份和外观信息。本文识别了一种新出现的隐私攻击形式，利用扩散模型可消除先前的保护。该攻击能够从模板合成高质量、保持身份的人脸图像，揭示人员的外观。基于对扩散模型生成能力的研究，本文提出通过将模板旋转到类似噪声的分布来实现防御。这通过在其位于超球面上的位置进行球面线性插值来有效实现。本文进一步提出按组方式划分并丢弃模板特征维度，以增强旋转后模板的不可逆性。将这些技术具体化为一种新型人脸模板保护技术，即SlerpFace。大量实验表明，SlerpFace在保持识别准确性的同时，能综合性地防御逆向攻击和其他攻击形式，优于先前的方法。
引用
@article{arxiv.2407.03043,
title = {SlerpFace: Face Template Protection via Spherical Linear Interpolation},
author = {Zhizhou Zhong and Yuxi Mi and Yuge Huang and Jianqing Xu and Guodong Mu and Shouhong Ding and Jingyun Zhang and Rizen Guo and Yunsheng Wu and Shuigeng Zhou},
journal= {arXiv preprint arXiv:2407.03043},
year = {2025}
}
备注
AAAI 2025