摘 要：針對(duì)目前人臉隱私保護(hù)方法難以兼顧隱私保護(hù)和數(shù)據(jù)可用性的問(wèn)題，提出了一種基于結(jié)構(gòu)保持的匿名人臉合成方法（Structure Preserving Anonymous Face Synthesis，SPAS）。首先，設(shè)計(jì)了SPAS網(wǎng)絡(luò)用于合成匿名人臉圖像;其次，為確保人臉身份信息的隱私安全，提出了多尺度敏感特征匿名方法;最后，利用全重構(gòu)自監(jiān)督方法，結(jié)合多重?fù)p失函數(shù)訓(xùn)練該模型。此外，通過(guò)控制非身份屬性輸入，使得生成的匿名結(jié)果更多樣化。通過(guò)在CelebA-HQ和LFW 2個(gè)權(quán)威人臉數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)，所提方法的FID分別為26.13和24.56，人臉檢測(cè)率分別為99.60%和99.72%。實(shí)驗(yàn)結(jié)果表明，所提方法在降低身份泄露風(fēng)險(xiǎn)的同時(shí)，有效地提高了數(shù)據(jù)的可用性。

關(guān)鍵詞：人臉圖像;生成對(duì)抗網(wǎng)絡(luò);多尺度特征;敏感特征匿名;隱私保護(hù)

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)志碼：A

0 引言（Introduction）

智能設(shè)備以及社交網(wǎng)絡(luò)的大規(guī)模應(yīng)用，使得網(wǎng)絡(luò)上涌現(xiàn)出海量的圖像數(shù)據(jù)[1]。因此，如何有效地保護(hù)人臉圖像隱私，成為當(dāng)前亟待深入探究與有效應(yīng)對(duì)的重大挑戰(zhàn)。人臉隱私保護(hù)的主要目的是隱藏原始圖像中人的身份信息。此外，該技術(shù)還需要平衡數(shù)據(jù)安全性和可用性之間的關(guān)系，以最大限度地保留數(shù)據(jù)的實(shí)用信息，使得通過(guò)隱私保護(hù)后的數(shù)據(jù)仍然能用于其他計(jì)算機(jī)視覺(jué)任務(wù)。雖然傳統(tǒng)的隱私保護(hù)方法（如模糊和像素化）因簡(jiǎn)單且易實(shí)現(xiàn)而廣受歡迎，但是存在圖像內(nèi)容被損壞或難以抵抗最新深度學(xué)習(xí)算法攻擊等問(wèn)題。

近年來(lái)，生成式模型（例如GAN[2]）在圖像合成方面展現(xiàn)出了優(yōu)秀的潛力，因此被逐漸用于解決隱私保護(hù)問(wèn)題，并取得優(yōu)于傳統(tǒng)方法的性能。雖然現(xiàn)有生成式方法取得了一定的成效，但是仍難以很好地保持隱私數(shù)據(jù)的可用性。為了解決該問(wèn)題，本文提出了一種基于結(jié)構(gòu)保持的匿名人臉合成方法。該方法利用所設(shè)計(jì)的生成式網(wǎng)絡(luò)模型及多尺度敏感特征匿名方法，能夠在保持原始語(yǔ)義結(jié)構(gòu)的基礎(chǔ)上，實(shí)現(xiàn)高可用圖像保護(hù)，并在圖像質(zhì)量、可控性及多樣性方面展現(xiàn)出優(yōu)越的性能。