Jul, 2022

DuetFace: 频域信道分割协同保护隐私的人脸识别

PDF
TL;DR本文介绍了 DuetFace，一种新颖的隐私保护人脸识别方法，该方法采用频域中的协同推断，通过利用高频通道的相似性，设计了一种信任分割频道的方法，并且通过插件交互块进行注意力转移，实现了对面部图像的保护和高效率识别。
发现论文，激发创造
  • 混合频 - 色域隐私保护人脸识别

    通过频率 - 颜色融合，基于身份的嵌入映射和安全多方计算等方法，提出一种隐私保护的人脸识别方案，以降低维度、保护个人隐私并获得更高的准确率。

    Jan, 2024

  • 隐私保护人脸识别基于随机频率成分

    对面部图像的视觉信息和恢复进行隐私保护的研究，通过修剪人可察觉的低频分量来隐藏视觉信息，并提出了 PartialFace 的隐私保护人脸识别方法，通过在随机选择的频率分量上进行识别模型的训练和推理，实现了隐私保护目标和识别准确性的平衡。

    Aug, 2023

  • WaveFace：高效频域恢复的真实面部修复

    WaveFace 通过在频域中分别处理低频和高频成分，解决了扩散模型在时间和身份保留方面的问题，高频成分通过统一网络处理，从而在身份保留和效率方面超越现有的扩散模型基础的 BFR 方法。

    Mar, 2024

  • FaceFilter: 通过静态图像进行音视频语音分离

    使用深度学习中的音频 - 视觉语音分离网络，从混音状态中分离出指定说话者的语音，且仅使用目标说话者的单一面部图像，通过潜在空间的交叉模态生物识别任务中的面部外观获得条件特征，可隔离和提取这些说话者的语音，为语音分离任务中的通道交换问题提供解决方案，同时也适用于未知说话者。

    May, 2020

  • 基于频率限制的身份不可知攻击下的人脸加密

    通过引入微不可见的干扰来生成加密的面部照片以减少信息泄露，我们提出了一种基于受限频率和身份不可知性的框架，用于在未经授权的人脸识别中加密人脸图像，解决了黑盒攻击以及自然性保证的问题。我们的实验证明，我们的方法在生成更自然的加密面部照片方面胜过其他最先进的方法，并且在黑盒攻击的成功率达到 96%。此外，我们还使用真实的黑盒商业 API 验证了我们方法的功效，揭示了 FRIA 在实践中的潜力。

    Aug, 2023

  • 面向模型反演攻击的适应性混合遮蔽策略的隐私保护人脸识别

    本文介绍了一种针对模型反演攻击的自适应混合遮蔽算法，通过在频域中使用自适应 MixUp 策略对人脸图像进行遮蔽，较传统方法获得更好的隐私保护和识别准确性。

    Mar, 2024

  • 频率掩蔽用于通用深度伪造检测

    通过探索遮蔽图像建模，我们提出了一种新颖的频率域深伪造图像检测方法，具有优异的泛化能力和显著的性能提升。

    Jan, 2024

  • 单中心损失监督的面部伪造检测中的频率感知辨别特征学习

    本文提出了一种新颖的、面向频率的、区分特征学习框架，包括单中心损失和自适应频率特征生成模块，可以有效地检测和抵御面部伪造攻击。在 FF ++ 数据集上的实验结果表明了该框架的有效性和优越性。

    Mar, 2021

  • 可学习的多级频率分解和分层注意力机制用于广义人脸攻击检测

    提出一种双流卷积神经网络框架，其中一流在频域中适应四个可学习频率滤波器来学习特征，另一流利用 RGB 图像来补充频域特征，通过分层注意力模块进行信息融合，提升面部呈现攻击检测方法的泛化能力。

    Sep, 2021

  • 对抗性人脸遮蔽

    该篇研究论文提出了一种名为 Face-Off 的隐私保护框架，旨在通过对用户面部进行策略性扰动来防止它被正确识别，该框架能够欺骗微软、亚马逊和 Face++ 等三种商业人脸识别服务，并且用户研究表明，所进行的扰动对用户的成本是可以接受的。

    Mar, 2020