VALSE 论文速览 第49期：基于对抗身份掩膜的人脸加密方法实现隐私保护 ...

论文题目：Towards Face Encryption by Generating Adversarial Identity Masks

作者列表：杨啸 (清华大学)，董胤蓬 (清华大学)，庞天宇 (清华大学)，苏航 (清华大学)，朱军 (清华大学)，陈越峰 (阿里安全)，薛晖 (阿里安全)

B站观看网址：

https://www.bilibili.com/video/BV1GF411n7cG/

论文摘要：

目前数以亿级的个人数据通过社交媒体和网络进行共享，数据隐私和安全受到越来越多的关注。目前已有的一些工作基于图像混淆的技术尝试去减轻人脸图像中身份信息的泄漏。然而，目前的大多数结果要么在视觉感知上不佳，要么对人脸识别系统无效。本文的目标是开发一种可以对人脸照片进行加密的技术，致力于保护用户免受未经授权的人脸识别系统的侵害，但在视觉上与原始版本的人脸图像保持一致。为此，我们提出了一种有目标的身份保护迭代方法 (TIP-IM)用来生成可以覆盖在人脸图像上的对抗性身份掩码，以至于可以在不牺牲视觉质量的情况下隐藏原始身份。基于大规模测试场景的实验结果表明，TIP-IM 针对各种最先进的人脸识别模型提供了 95% 以上的保护成功率。此外该方法在商业人脸识别 API 服务上获得了一致的有效性。

论文信息：

[1] Xiao Yang, Yinpeng Dong, Tianyu Pang, Hang Su, Jun Zhu, Yuefeng Chen, and Hui Xue. "Towards Face Encryption by Generating Adversarial Identity Masks." In Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV), 2021, pp. 3897-3907, virtual,OCTOBER 2021.

论文链接：

[https://openaccess.thecvf.com/content/ICCV2021/papers/Yang_Towards_Face_Encryption_by_Generating_Adversarial_Identity_Masks_ICCV_2021_paper.pdf]

代码链接：

[https://github.com/ShawnXYang/TIP-IM]

视频讲者简介：

杨啸，清华大学计算机系三年级博生生,主要致力于机器学习中的对抗鲁棒性及深度学习相关的研究。目前在国际顶级会议NeurIPS、CVPR、ICCV等发表多篇论文。

特别鸣谢本次论文速览主要组织者：

月度轮值AC：叶茫 (武汉大学)、刘昊 (宁夏大学)

季度责任AC：杨猛 (中山大学)