新的人脸身份转化器，具有基于密码的人脸匿名和恢复、隐私和可访问性。
三个要点
✔️ 提出人脸ID变换器，用于匿名和恢复密码
✔️ 考虑到摄像头的内存要求，在一个网络中进行匿名和解密。
✔️ 引入了1:1的密码/人脸比例，即使是错误的密码也会生成人脸图像，让黑客无法察觉到匿名。
Password-conditioned Anonymization and Deanonymization with Face Identity Transformers
written by Xiuye Gu, Weixin Luo, Michael S. Ryoo, Yong Jae Lee
(Submitted on 26 Nov 2019 (v1), last revised 30 Sep 2020 (this version, v4))
Comments: Accepted at ECCV2020
Subjects: Computer Vision and Pattern Recognition (cs.CV); Machine Learning (cs.LG); Image and Video Processing (eess.IV)
概况
智能手机和安防摄像头等摄像头正以迅猛的速度变得越来越普及。然而，人们越来越担心这些图像中包含的个人信息（特别是面部信息）的泄露。
有报道称，有一些编辑和匿名化面部图像的技术，但。其中很多技术都是遮挡技术，比如模糊原图。但是，这样一来，就无法看到原图了。据报道，有些匿名技术会留下原始图像的痕迹，如只保留原始图像的行为信息的技术，但同样，人脸仍然是匿名的。这些当然可以保证图像的安全，但你无法看到谁在实际做什么，因为图像是经过编辑的。
比如，如果发生了事故，事后想查看监控摄像头，却没有任何线索，摄像头也没有用。另外，即使个人拍摄的视频图像在保存时保护了隐私，但如果在审查图像时没有恢复，也是没有意义的。因此，匿名技术必须能够在必要的情况下恢复原始图像，同时保护视频图像的隐私。
在本文中，我们通过使用一种新的脸部身份转换器我们提出以下建议：下面是一个概述。
首先，在原始输入图像(Inputs)中嵌入密码，创建匿名图像(Anonymization)。然后，如果输入正确的密码，则恢复原来的图像，如果输入错误的密码，则生成不同的图像（去名化）。
因此，你可以以一种允许恢复原始图像的方式来保护你的隐私，而且，你可以建立一种机制，防止黑客意识到他们输入了错误的密码。换句话说，即使输入了错误的密码，也会生成面部图像，这样就可以骗过黑客，让黑客以为黑客成功完成了。考虑到摄像头的内存限制，该框架还可以在一个网络中实现匿名和去匿名。
要阅读更多。
你需要在AI-SCHOLAR注册。
或
与本文相关的类别
