面向身份相互关系一致性的人脸去识别化方法

作者：步一凡; 王晓玲; 贺珂珂; 卢兴见; 王文萱

来源：华东师范大学学报(自然科学版), 2023, (06): 49-60.

DOI：10.3969/j.issn.1000-5641.2023.06.005

• 隐私保护
• 人脸去识别化
• 生成对抗网络
• 身份相互关系一致性

智能手机、监控摄像头等智能设备的普及导致了严重的人脸隐私安全问题.人脸去识别化技术被认为是解决上述问题的有效途径,该技术旨在将人脸图像中的身份信息去除以有效保护人脸的隐私.然而,现有的研究工作大多缺乏对去识别化人脸图像在身份上显式的控制与可控的变化,导致去识别化后的图像无法应用于人脸验证和检索等与身份相关的任务.因此,考虑到去识别化人脸图像在身份相关任务上的可用性,提出了一种新的面向身份相互关系一致性的人脸去识别化任务,即任意两个被去识别化的人脸之间的身份相互关系与去识别化前的人脸保持一致.为解决这一问题,引入了一种任务驱动的身份相互关系一致性生成对抗网络算法.该方法设计了一种基于特征向量旋转的去识别化模块,将原有的身份特征可控修改为具有身份相互关系一致性的去识别化特征.此外,还引入了身份控制损失,以保证去识别化后生成的人脸身份的准确性.大量的定性和定量结果表明,提出的方法在人脸的去识别化和去识别人脸的身份相互关系一致性上的表现远优于现有的方法.

• 单位
  华东师范大学; 复旦大学