Apr, 2022

实用数字伪装：利用脸部替换技术保护患者隐私

PDF
TL;DR本文提出了一种新颖的端到端人脸交换流水线用于评估面孔交换方法在隐私保护方面的效益和使用效用之间的平衡以及与基线隐私方法的差异，研究表明当前基于深度网络人脸交换受到现实世界视频中面部检测的瓶颈限制，文章针对标准儿童自闭症症状评估记录视频进行研究。
face swappingprivacy protectiondeep network-based architecturessemantic informationautism symptoms
发现论文，激发创造
  • 深度伪造技术在医疗视频去识别化中的应用：隐私保护与诊断信息保留

    本研究提出使用 Deepfake 技术的人脸交换方法，达到视频的去识别化，以保护医疗数据的隐私。同时，通过对帕金森症患者视觉影像的实验，证明了人脸交换方法对身体关键点检测的影响较小，能够有效保护身体关键点数据的准确性。该方法方案可促进医学数据共享和促进医学研究，进而造福社会。

    Feb, 2020

  • 抗深度伪造换脸的鲁棒身份感知水印

    该研究提出了第一个强大的身份感知水印框架，可以主动地进行检测和源追踪来对抗 Deepfake 人脸交换，并在不同数据集和处理设置下展示了最先进的性能。

    Nov, 2023

  • 基于 GAN 的司机脸部视频去识别化: NDS 数据中人为因素影响的评估

    本文提出了一种基于人工智能的面部替换技术用于去匿名化驾驶员面部数据来解决交通研究数据共享中的隐私问题，并通过实验证明了这种技术在保护驾驶员个人隐私数据和人类行为研究方面的有效性和前景，最终讨论了可能的共享措施。

    Jun, 2023

  • 我的脸我的选择：用于社交媒体匿名化的增强隐私深度伪造技术

    该研究介绍了三种人脸访问模型，使用深假面替换未经批准的面孔，并提出了适用于此任务的新度量标准，通过在真实数据集和两个合成数据集上测试，证明了该系统的有效性，并对相似性度量、深假面生成器和数据集进行了广泛分析。

    Nov, 2022

  • 人脸分割、人脸交换和人脸感知

    本文介绍了一种基于全卷积网络的人脸分割方法以及利用该方法进行的高效准确的人脸替换技术，并使用 “Labeled Faces in the Wild” 数据集进行了测试，证明了该方法的有效性。

    Apr, 2017

  • 基于密码限制的人脸身份转换的匿名化与还原

    提出一种面部身份变换器，实现基于密码的自动逼真化匿名化以及出现在视觉数据中的人脸的去匿名化，而不损害隐私。该方法可以使用多模态密码对面部进行匿名化和去匿名化，与现有的匿名化方法相比，不会损害隐私。

    Nov, 2019

  • 将明确的凝视约束引入面部交换

    本研究提出了一种利用凝视识别辅助脸部交换模型训练的新型损失函数，以改善脸部交换过程中的目光朝向问题，实现更自然、逼真的图片生成。结果发现，该方法在改善凝视问题方面表现明显优于现有技术。

    May, 2023

  • 学习面部匿名化技术以保护隐私的动作检测

    该论文提出了一种新的方法来学习视频脸部匿名化，使用对抗训练设置，在像素级别修改以匿名化每个人的脸，以确保隐私敏感信息得到删除，并尽量减少对行动检测性能的影响。

    Mar, 2018

  • 一种基于面部替换的身份混淆混合模型

    本研究提出了一种混合方法，通过头部替换来混淆照片中的身份信息，结合参数化人脸合成技术和生成对抗网络的最新进展，该方法可以对面部参数进行控制并允许对身份进行显式操作，并且可以添加细节和整体逼真度，实验结果表明该系统的输出相对原始图像的相似度更高，同时改进了遮蔽率。

    Apr, 2018

  • 面部转换器：实现高保真度和准确率的人脸交换

    本文描述了一种新颖的人脸交换网络，使用 transformer 网络来学习源脸部与目标脸部之间高质量的语义感知对应，实现在交换后的脸部图像中同时保留源身份和目标属性。

    Apr, 2023