-
公开(公告)号:CN119418384A
公开(公告)日:2025-02-11
申请号:CN202411562655.8
申请日:2024-11-05
Applicant: 杭州电子科技大学 , 人民日报智慧媒体有限责任公司
IPC: G06V40/16 , G06V10/82 , G06F21/62 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/084 , G06N3/094 , G06N3/096
Abstract: 本发明提出了一种基于知识蒸馏的人脸匿名统一框架方法,包括如下步骤:步骤1、获取人脸图像数据集;步骤2、构建人脸面部潜空间转换网络,将人脸图像数据作为输入通过人脸面部潜空间转换网络得到人脸潜码和人脸像素空间;步骤3、构建潜空间特征转换模块,并将人脸潜码作为输入通过潜空间特征转换模块得到潜码空间中的域转换码;步骤4、人脸匿名面部生成;步骤5、构建匿名人脸生成目标函数;步骤6、使用公开数据集进行训练及测试,输出最终结果。该框架融合实现了传统、基于深度学习等匿名方法的多域转换,灵活的保护身份信息。
-
公开(公告)号:CN117313136A
公开(公告)日:2023-12-29
申请号:CN202311063992.8
申请日:2023-08-23
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于特征重组的个性化人脸信息保护方法,包括如下步骤:S1、使用预训练GAN Inversion网络将待匿名图像特征化预处理得到潜空间特征,并获取用户的匿名属性关键字列表K1和保持属性关键字列表K2;S2、构建跨模态驱动的属性解耦‑融合网络;S3、将用户给出的匿名属性关键字的匿名;S4、将用户给出的匿名属性关键字的恢复;S5、使用公开数据集进行训练及多数据集泛化测试,输出最终结果。该方法可以根据实际需求支持细粒度的匿名化和属性保留,在不同场景下用户可以灵活决定保留或匿名化哪些属性。
-
公开(公告)号:CN116110109A
公开(公告)日:2023-05-12
申请号:CN202310218956.8
申请日:2023-03-08
Applicant: 杭州电子科技大学
IPC: G06V40/16 , G06V10/26 , G06N3/0464 , G06N3/084 , G06N3/08 , G06V10/82 , G06V10/764 , G06F21/62
Abstract: 本发明公开了一种基于身份去激活的结构自适应人脸身份信息保护方法,包括如下步骤:步骤1:数据预处理;步骤2:身份信息反激活;步骤3:结构信息去识别;步骤4:构建匿名人脸生成对抗网络结构;步骤5:使用公开数据集进行训练及测试,输出最终结果。该方法可以使用户能够产生可理解的匿名人脸图像,这不仅可以欺骗不知道的观察者,而且还可以很好地保存数据的可用性。
-
公开(公告)号:CN115908625A
公开(公告)日:2023-04-04
申请号:CN202211410678.8
申请日:2022-11-11
Applicant: 杭州电子科技大学
IPC: G06T11/20 , G06T11/00 , G06V10/26 , G06V10/40 , G06V10/762 , G06V10/82 , G06V40/16 , G06F21/32 , G06F21/46 , G06N3/0475 , G06N3/084 , G06N3/094 , G06N3/0464
Abstract: 本发明公开了一种预防身份泄露的循环可逆匿名人脸合成方法,包括如下:步骤1、数据集预处理;步骤2:构建身份修改网络,并通过身份修改模型得到修改后的身份特征;步骤3:构建属性控制网络,并通过属性控制模型得到属性可控的初始匿名图;步骤4:构建特征隐写网络,并通过特征隐写模型得到隐写的特征;步骤5:使用公开数据集进行训练及测试;步骤6:使用训练好的模型完成图像匿名及恢复。该方法的优点在于对待匿名图像的人脸区域进行替换同时不会侵犯他人隐私,并且生成的匿名图像可以实现可逆以此来恢复出原始图像,同时匿名图像在视觉上更友好。
-
公开(公告)号:CN114549757A
公开(公告)日:2022-05-27
申请号:CN202210172212.2
申请日:2022-02-24
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于注意力机制的三维点云上采样方法,包括以下步骤:步骤1:三维点云数据预处理;步骤2:构建基于注意力机制的三维点云上采样网络结构;步骤3:建立目标点云和输出点云之间的损失函数;步骤4:采用公开数据集进行训练及测试,输出最终结果。本方法提出了基于注意力机制的三维点云上采样网络,进一步加强了对局部特征和邻域关系的学习,并加入残差结构以优化信息传递过程,提高了三维点云上采样的准确率,降低了目标点云与上采样所得点云之间的损失。通过实验结果显然证实了所提出方法的高效性与实用性,本发明方法对三维点云上采样更高效和准确。
-
公开(公告)号:CN114139198A
公开(公告)日:2022-03-04
申请号:CN202111431904.6
申请日:2021-11-29
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于层次k匿名身份替换的人脸生成隐私保护方法,首先进行人脸图像数据集预处理,然后构建层次k匿名生成对抗网络结构,构建层次k匿名的目标函数;再构建人脸替换生成对抗网络结构,构建人脸替换的目标函数;最后使用公开数据集进行训练及测试,得到训练好的层次k匿名生成对抗网络和人脸替换生成对抗网络。本发明替换的目标人脸也是通过网络生成的,从而不会侵犯他人的隐私,相对以往的马赛克遮挡的方法更有效并且视觉上更友好。通过实验结果显然证实了所提出方法的高效性与实用性,对人物图像的隐私保护更高效和美观。
-
-
-
-
-