[發明專利]一種人臉匿名化系統及方法、終端

在審

• 申請號: 202110802113.3
• 申請日: 2021-07-15
• 公開（公告）號: CN113642409A
• 公開（公告）日: 2021-11-12
• 發明（設計）人: 宋利;溫云倩;解蓉
• 申請（專利權）人: 上海交通大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06F21/32;G06F21/36;G06N3/04;G06N3/08
• 代理公司: 上海恒慧知識產權代理事務所(特殊普通合伙) 31317
• 代理人: 徐紅銀

本發明提供了一種人臉匿名化系統及方法、終端，方法包括：訓練人臉匿名化網絡，人臉匿名化網絡包括身份編碼器、編解碼器和特征融合網絡，身份編碼器、編解碼器分別獲取原始人臉圖像的高級身份特征代表、多級屬性特征代表；特征融合網絡將高級身份特征代表與多級屬性特征代表進行特征融合，得到原始人臉圖像的恢復圖像；特征融合經過訓練，能實現高級身份特征代表與多級屬性特征代表的良好解糾纏；設計差分隱私機制，生成待處理人臉圖像的被混淆的身份特征代表；將待處理人臉圖像的被混淆的身份特征代表與身份特征代表輸入訓練好的特征融合網絡，生成匿名化的人臉。本發明能實現高質量的人臉匿名化。

技術領域

本發明涉及計算機視覺技術領域，特別涉及一種人臉匿名化系統及方法、終端。

背景技術

人臉匿名化是計算機視覺領域極具挑戰性的一項任務，其目標是對給定人臉圖像的身份信息進行保護，同時保持原圖像的外表，表情與背景等信息不變。這項技術具備相當廣泛的應用，能夠有效降低隨著智能手機的廣泛應用、多媒體網絡技術的迅猛發展、人臉圖像的易于獲得以及先進的視覺技術的發展而導致的個人隱私泄露的風險。盡管近年來生成對抗網絡已經在諸如人臉屬性轉換、妝容轉換等域遷移任務中取得了相當出色的表現，但是在人物匿名化任務上仍有很大的提升空間。

匿名化任務的挑戰性首先體現在任務自身的高難度，其核心問題在于兩方面：其一，輸入的人臉圖片在實際中不存在匿名化的圖像，這就導致匿名化模型在訓練過程中沒有真實匹配圖像，不利于訓練好模型與生成良好的圖像。其二，人臉匿名化需要做好隱私性與實用性的平衡，希望獲得視覺上幾乎相似但實際身份已經被隱藏，即生成假身份的圖像，人眼對于人臉的圖像非常敏感，因此需要對隱私性和實用性都進行考慮的生成方法才能實現高質量的匿名化。

其次，現有方法難以滿足高質量的人臉匿名化。傳統的基于混淆的匿名化方法通常采取簡單的混淆手段，如模糊、馬賽克、涂黑等方式，處理人臉區域，極大損傷了圖像的可用性，卻仍然可以被先進的人臉驗證技術識別?，F有方法大致可分為兩類，其中基于對抗性擾動的匿名化方法可以產生肉眼幾乎無法分別的匿名化圖像，卻依賴于對目標系統內部參數的可獲得性，因此泛化性能往往不佳。而基于生成對抗網絡的方法多需要預先的數據標注作為輸入條件，所以在人臉匿名化上的能力十分有限，無法滿足高質量的匿名化要求。

因此，急需研究一種滿足高質量匿名化要求的人臉匿名化技術。

發明內容

本發明針對現有技術中存在的上述技術問題，提出了一種人臉匿名化系統及方法、終端。

根據本發明的一個方面，提供了一種人臉匿名化方法，包括：

訓練人臉匿名化網絡，所述人臉匿名化網絡包括身份編碼器、編解碼器和特征融合網絡，其中，所述身份編碼器獲取原始人臉圖像的高級身份特征代表，所述編解碼器獲取原始人臉圖像的多級屬性特征代表；所述特征融合網絡將所述高級身份特征代表與所述多級屬性特征代表進行特征融合，得到原始人臉圖像的恢復圖像；所述特征融合網絡經過訓練，能實現所述高級身份特征代表與所述多級屬性特征代表的良好解糾纏；

對待處理人臉圖像，根據用戶的隱私預算設計差分隱私機制，生成該待處理人臉圖像的被混淆的身份特征代表；

將所述待處理人臉圖像的被混淆的身份特征代表與所述待處理人臉圖像的身份特征代表一起輸入訓練好的所述特征融合網絡，生成最終的匿名化的人臉。

優選地，所述特征融合網絡包括：與編解碼器中解碼器的層數相同個數的自適應注意力去歸一化模塊，其中：

已有的高級身份特征代表是經過身份編碼器后得到的高級特征圖r_id(X)，已有的多級屬性特征代表則是一組來自編解碼器中解碼器的各層輸出的多級特征圖這里代表解碼器的第k層特征圖，k表示解碼器的層標號,k∈n,從1到n特征圖尺寸逐漸變大；