HYDRO人脸去身份识别：唯一能抵御重建攻击，保真度还达SOTA！
HYDRO: Towards Non-Reversible Face De-Identification Using a High-Fidelity Hybrid Diffusion and Target-Oriented Approach
📖 AI 总结
本文提出了一种名为HYDRO的人脸去身份化方法，旨在解决目标导向型去身份化模型可能残留身份线索、从而被逆向重建的问题。HYDRO将目标导向模型与专门的扩散过程相结合：先对目标人脸进行去身份化处理，再注入噪声以破坏可被用于重建的细微信息，最后通过基于扩散的恢复步骤提升图像保真度并减少加噪对数据特征的影响。研究还引入了眼相似度判别器（ESD）以改善图像质量并更好地保留视线方向。在三个数据集上的实验表明，HYDRO在保真度和属性保留方面达到当前最优水平，并且是唯一能抵御重建攻击的目标导向方法，平均将重建攻击成功率降低85.7%。
🔑 关键词速览
| Face De-Identification | 人脸去身份识别，指通过修改人脸图像使其无法被识别为特定个体，同时保留视觉特征的技术。 |
| Diffusion Process | 扩散过程，一种生成模型技术，通过逐步添加噪声再逐步去噪来生成或恢复图像。 |
| Reconstruction Attack | 重建攻击，指攻击者试图从去身份识别后的图像中恢复原始身份信息的攻击方式。 |
| Eye Similarity Discriminator (ESD) | 眼睛相似性判别器，一种用于评估生成图像中眼睛区域与原始图像相似度的判别网络，旨在保留注视方向。 |
| Attribute Retention | 属性保留，指在去身份识别过程中保持人脸的非身份属性（如表情、姿态、光照等）不变的能力。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅