人脸隐私增强计算模型优化方案

作     者：岳猛 姚志强 YUE Meng;YAO Zhiqiang

作者机构：福建师范大学计算机与网络空间安全学院福州350117 大数据分析与应用福建省高校工程研究中心福州350117 

基　　金：福建省自然科学基金项目(No.2023J01531) 福建省高校工程研究中心开放项目(No.FJ-ICH201901)资助 

出 版 物：《福建电脑》 (Journal of Fujian Computer)

年 卷 期：2024年第40卷第2期

页      码：17-21页

摘      要：为解决现有图像级人脸隐私保护模型中二元属性翻转问题和图像信息损失过大等问题,本文提出了一种优化方案。通过定义属性概率分数概念并设计新的隐私保护损失函数项,来解决隐私保护模型中的二元属性翻转问题。同时,使用L1距离来约束隐私保护图像与原始图像之间的信息差异,以保证在模型实现有效隐私保护的同时减少信息损失。与现有PrivacyNet方案相比,本方案克服了属性翻转问题和生成图像视觉效果差问题,在多属性隐私保护和实用性方面具有优越性。

主 题 词：隐私保护 人脸隐私保护 生成对抗网络 

学科分类：0839[0839] 08[工学] 081201[081201] 0812[工学-测绘类] 

D　O　I：10.16707/j.cnki.fjpc.2024.02.004

馆 藏 号：203125858...