申请/专利权人：山东师范大学

申请日：2024-02-06

公开（公告）日：2024-04-30

公开（公告）号：CN117953358A

主分类号：G06V20/00

分类号：G06V20/00;G06V40/16;G06V10/764;G06V10/82;G06N3/0455;G06N3/0464;G06N3/048;G06N3/044;G06N3/084;G06F21/62;G06T5/00

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.17#实质审查的生效;2024.04.30#公开

摘要：本发明公开了一种基于可逆网络的人脸匿名隐私保护方法，主要包括以下步骤：获取原始人脸并构建基于可逆网络的人脸匿名网络；将原始人脸图像输入到匿名人脸生成架构获得匿名人脸图像；将匿名人脸等信息输入到原始人脸恢复架构获得恢复的原始人脸；利用低频双通道损失引导的总损失来约束整个基于可逆网络的人脸匿名网络的训练。本发明利用基于可逆网络的人脸匿名网络进行隐私保护，实现了对原始人脸的高保真匿名保护和高保真恢复。本发明还利用一种特征混合引导的密度块通过特征混合、密度估计和残差连接来生成深度特征图。同时，低频双通道损失可以促进总损失对网络训练的优化。

主权项：1.一种基于可逆网络的人脸匿名隐私保护方法，该方法能够生成自然、真实且现实不存在的匿名人脸，并能在需要时高保真地恢复原始人脸，所述方法包括以下步骤：步骤1，获取原始人脸图像数据集，并构建基于可逆网络的人脸匿名网络，其中，所述的人脸匿名网络分为匿名人脸生成架构和原始人脸恢复架构；步骤2，通过匿名编码的方式生成匿名人脸和用于恢复原始人脸的辅助信息，具体包括：将原始人脸图像输入到匿名人脸生成架构中，通过匿名编码的方式对原始人脸和生成的虚拟人脸进行编码，获得与虚拟人脸视觉上一致但又包含原始人脸信息的匿名人脸图像和辅助信息，其中，所述虚拟人脸为生成的自然、真实且现实不存在的人脸，所述辅助信息是通过对丢失的原始人脸信息和被破坏的虚拟人脸信息的组合进行高斯噪声采样得到的；步骤3，通过与匿名编码可逆的方式恢复原始人脸，具体包括：将匿名人脸图像和辅助信息输入到原始人脸恢复架构中，获得恢复的高保真原始人脸图像；步骤4，利用低频双通道损失引导的总损失函数约束整个基于可逆网络的人脸匿名网络的训练，其中，所述总损失函数包括衡量虚拟人脸与匿名人脸之间差异的匿名损失、衡量原始人脸与恢复的原始人脸之间差异的恢复损失和低频双通道损失，所述低频双通道损失同时衡量原始人脸与恢复的原始人脸之间的低频差异以及虚拟人脸与匿名人脸之间的低频差异。

全文数据：

权利要求：

百度查询： 山东师范大学 一种基于可逆网络的人脸匿名隐私保护方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD