申请/专利权人:中国科学院信息工程研究所
申请日:2024-03-15
公开(公告)日:2024-06-14
公开(公告)号:CN118194342A
主分类号:G06F21/62
分类号:G06F21/62;G06V40/16;G06V10/82;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-公开
法律状态:2024.06.14#公开
摘要:本发明公开了一种防御深度伪造的人脸隐私保护方法,属于计算机视觉人脸隐私保护领域,本发明将原始人脸图像通过扰动生成器添加扰动,生成受保护的人脸图像;将两张人脸图像经过换脸模型换脸,再计算出二者的高维图像特征和出身份信息向量,选用不同类型的换脸模型对扰动生成器进行交替训练,训练好的扰动生成器用来生成受保护的人脸图像。本发明能够产生攻击性强、难以察觉的对抗性扰动,这些扰动对未知模型有效,为在社交媒体上的人脸图像提供强有力的保护。
主权项:1.一种防御深度伪造的人脸隐私保护方法,其特征在于,包括以下步骤:原始人脸图像通过扰动生成器添加扰动,生成受保护的人脸图像;将原始人脸图像和受保护的人脸图像输入到相同目标图像的换脸模型中,生成两张换脸后的人脸图像;对生成的两张换脸后的人脸图像进行外观感知正则化处理,计算出高维图像特征;对生成的两张换脸后的人脸图像进行身份信息正则化处理,计算出身份信息向量;计算外观感知正则化对应的外观感知攻击损失和身份信息正则化对应的身份信息攻击损失,并根据这两个损失确定总损失;根据确定的总损失,选用不同类型的换脸模型对扰动生成器进行交替训练;利用训练好的扰动生成器对输入的目标原始人脸图像进行处理,生成受保护的人脸图像。
全文数据:
权利要求:
百度查询: 中国科学院信息工程研究所 一种防御深度伪造的人脸隐私保护方法
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。