-
公开(公告)号:CN115021933A
公开(公告)日:2022-09-06
申请号:CN202210605831.6
申请日:2022-05-30
Applicant: 杭州电子科技大学上虞科学与工程研究院有限公司
Abstract: 本发明提出了一种基于循环学习的人脸匿名方法。本发明提出了一个基于循环学习的面部生物特征可逆匿名化方案来保护公共网络空间中传输的面部特征,它由去识别系统(De‑ID系统)和重新识别系统(Re‑ID系统)组成。De‑ID系统对敏感的面部特征进行去识别,使其以与现实世界完全不同的形式存在于公共网络空间中,从而有效地防止因真实的脸部特征的暴露而产生的威胁。基于循环学习的可逆性,Re‑ID系统几乎无损地恢复了去识别的面部特征,确保了人脸图像的认证效用。此外,该模型还提供了全局和局部匿名化策略,以应对不同用户的需求。实验结果显示,与其他现有技术比较,本发明提出的方案不仅能够在公开网络中有效匿名脸部特征,而且不影响脸部图像的实际使用。
-
公开(公告)号:CN116318948A
公开(公告)日:2023-06-23
申请号:CN202310227607.2
申请日:2023-03-10
Applicant: 杭州电子科技大学上虞科学与工程研究院有限公司
Abstract: 本发明公开了一种基于循环生成对抗网络的加密空间隐写方法。本发明将循环生成对抗网络(CycleGAN)用于加密和解密数字图像和秘密数据,而无需用户对它们做任何的处理。这有利于云服务持续的扩大受众群体,在市场竞争中提供持续竞争力。此外,本发明设计了一种基于差异扩展(DE)技术的噪声图像,该图像的特点是具有良好的数据有效载荷用于DE嵌入,同时保留了恢复能力。实验结果表明,本发明的嵌入率超过0.47bpp,秘密数据的获取精度超过91%。安全性分析表明,本发明能够有效地保护用户数据,防止恶意攻击。与现有技术中的先进方案相比,本发明依然具有明显的优势。
-
公开(公告)号:CN115021933B
公开(公告)日:2023-10-27
申请号:CN202210605831.6
申请日:2022-05-30
Applicant: 杭州电子科技大学上虞科学与工程研究院有限公司
Abstract: 本发明提出了一种基于循环学习的人脸匿名方法。本发明提出了一个基于循环学习的面部生物特征可逆匿名化方案来保护公共网络空间中传输的面部特征,它由去识别系统(De‑ID系统)和重新识别系统(Re‑ID系统)组成。De‑ID系统对敏感的面部特征进行去识别,使其以与现实世界完全不同的形式存在于公共网络空间中,从而有效地防止因真实的脸部特征的暴露而产生的威胁。基于循环学习的可逆性,Re‑ID系统几乎无损地恢复了去识别的面部特征,确保了人脸图像的认证效用。此外,该模型还提供了全局和局部匿名化策略,以应对不同用户的需求。实验结果显示,与其他现有技术比较,本发明提出的方案不仅能够在公开网络中有效匿名脸部特征,而且不影响脸部图像的实际使用。
-
-