HFORD：面部隐私保护的高保真度和抗遮挡去身份化
原文中文，约300字，阅读约需1分钟。发表于：。通过在 GAN 反演空间中解耦身份和属性的方法，结合属性保留模块以提高鲁棒性，提出了一种高保真且抗遮挡的人脸去识别方法，实验证明其质量更高且能更好地保留细节、对遮挡具有更强的鲁棒性。
该研究提出了一种使用多视角三维数据匿名化手术室录像的方法，通过融合多个摄像头的图像，利用参数化人体网格模型对检测到的三维人体关键点和融合的三维点云进行回归以定位面部，并在每个摄像头视角中渲染出人体网格模型，替换每个个体的面部。该方法在定位面部方面表现更好，实现了更真实、对下游任务的影响更小的匿名化。该研究旨在解决手术室中的障碍和拥挤对现有匿名化方法的不足，并为Surgical Data Science领域的后续研究提供潜在的便利。
