基于 GAN 修复的时间相干视频匿名化
计算机视觉与模式识别
2021-06-07 v1 人工智能
机器学习
神经与进化计算
摘要
本文研究自然视频流中时间相干的人脸匿名化问题。我们提出 JaGAN，一个两阶段系统：首先检测视频所有帧中的人脸并用黑色图像块将其遮挡；第二阶段利用为保护隐私而设计的视频生成对抗网络，用人工生成的人脸修复缺失的图像块。我们的初步实验表明，基于图像的生成模型无法修复在相邻视频帧间呈现时间相干外观的图像块。为解决此问题，我们引入了一个新整理的的视频集合，随本文一同公开供研究界使用。我们还提出了身份不变性分数 IdI，用以量化相邻帧之间的时间相干性。
引用
@article{arxiv.2106.02328,
title = {Temporally coherent video anonymization through GAN inpainting},
author = {Thangapavithraa Balaji and Patrick Blies and Georg Göri and Raphael Mitsch and Marcel Wasserer and Torsten Schön},
journal= {arXiv preprint arXiv:2106.02328},
year = {2021}
}
备注
Preprint of our FG2021 submission