来自挪威科技大学的研究人员近日发布了一篇名为「DeepPrivacy：用于面部匿名化的生成性对抗网络」的新研究。以下是该论文的完整摘要：研究人员提出了一种新颖的架构，能够在保留原始数据分布的同时自动对图像中的面部进行匿名化。为了确保图像中所有面部的完全匿名化，研究人员特地利用隐私安全的信息来生成图像。该模型能够基于条件生成对抗网络生成考虑原始姿势和图像背景的图像。条件信息能够生成高度逼真的面部，并在生成的面部和现有背景之间实现无缝过渡。除此之外，研究人员还介绍了一个多样化的包括非常规姿势，遮挡面和有巨大变化的背景在内的人脸数据集。最后，该团队还提出的实验结果反映了该模型在保留数据分布的同时对图像进行匿名化的能力，使得数据适合于进一步训练深度学习模型。据研究人员所知，目前没有其他解决方案可以保证在生成逼真图像时同时对面部进行匿名化。
