使用可训练特征减法的隐私保护人脸识别
原文中文,约300字,阅读约需1分钟。发表于: 。基于图像压缩的灵感,本文提出了一种通过特征减法在原始面部图像和模型生成的再生图像之间创建视觉上无信息的面部图像的方法,通过对高维特征表示进行共同训练来鼓励图像中的可识别身份特征,通过随机通道混洗来增强隐私保护,得到了缺乏攻击者可利用的纹理细节的随机可辨认图像。我们将这些方法总结为一种新颖的隐私保护人脸识别方法 MinusFace,实验证明其具有高的识别准确性和有效的隐私保护。其代码可在此 URL 中获得。
本文介绍了一种名为MinusFace的新型隐私保护人脸识别方法,通过特征减法和随机通道混洗生成随机可辨认图像,有效地减少了攻击者可利用的纹理细节。实验证明该方法具有高准确性和有效的隐私保护。