Jul, 2024
SlerpFace：面部模板保护的球面线性插值
SlerpFace: Face Template Protection via Spherical Linear Interpolation
TL;DR当代人脸识别系统使用从人脸图像中提取的特征模板来识别个人。为增强隐私，广泛采用人脸特征模板保护技术来隐藏模板中存储的敏感身份和外貌信息。本文首先识别一种利用扩散模型的新型隐私攻击形式，称为倒置攻击，可以抵消先前的保护措施。该攻击能够从模板合成高质量、保持身份的人脸图像，揭示个人的外貌。基于扩散模型的生成能力研究，本文提出了一种防御方法，通过将模板旋转到噪声样式的分布来恶化攻击。这一目标可以通过在所在超球面上球形线性插值模板或slerp实现。本文还进一步提出将模板的特征维度进行分组并退出来增强旋转模板的不可逆性。每个组内的分组和退出方式通过重视识别的方式来学习。提出的技术作为一种新的人脸模板保护技术被具体化为SlerpFace。大量实验显示，SlerpFace在抵御倒置攻击和其他攻击形式方面提供了令人满意的识别准确性和全面隐私保护，优于先前的方法。