公开(公告)号：CN117744146A

公开(公告)日：2024-03-22

申请号：CN202311775232.X

申请日：2023-12-21

Applicant: 重庆邮电大学

Inventor： 王楠楠 ,  梁凯 ,  唐明汗 ,  袁霖 ,  高新波

IPC: G06F21/62 ,  G06F21/32 ,  G06V40/16 ,  G06N3/04 ,  G06N3/08 ,  G06F21/46

Abstract: 本发明属于人脸隐私保护技术领域，具体涉及一种基于可逆神经网络的人脸身份变换方法；该方法包括：获取人脸图像并从中提取身份特征；将身份特征差分为两个身份向量；设置密码消息，根据密码消息生成随机密钥；采用训练好的可逆神经网络对随机密钥和身份向量进行处理，得到变换后的匿名身份特征；本发明可以在有效完成匿名化和复原的同时，保证用户使用安全性，实现匿名身份的多样性生成。

公开(公告)号：CN117912079A

公开(公告)日：2024-04-19

申请号：CN202410082182.5

申请日：2024-01-19

Applicant: 重庆邮电大学

Inventor： 王楠楠 ,  黄令 ,  张栩嫣 ,  袁霖 ,  高新波

IPC: G06V40/16 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0475 ,  G06N3/094

Abstract: 本发明涉及融入人脸妆容迁移的对抗性人脸图像生成方法，该方法包括：获取人脸图像包括无妆容人脸图像的源图像和含妆容人脸图像的参考图像，分别提取源图像和参考图像的深度特征，将源图像和参考图像的深度特征输入语义感知对应模块，获得融合特征Fp；在融合特征Fp添加不同比例的源图像的深度特征，获得含妆容的源图像特征#imgabs0#将含妆容的源图像特征#imgabs1#输入训练后的人脸图像重建网络G，输出对抗性人脸图像。本发明方法结合了妆容迁移的技术使生成的对抗性人脸图像保持更好的视觉质量；本发明生成的对抗性人脸图像具有更好的黑盒攻击性能，对未见过的人脸图像，其泛化效果更好。

公开(公告)号：CN115661900A

公开(公告)日：2023-01-31

申请号：CN202211325764.9

申请日：2022-10-27

Applicant: 重庆邮电大学

Inventor： 吴先健 ,  高新波 ,  张颜 ,  王楠楠 ,  梁凯

IPC: G06V40/16 ,  G06V10/82 ,  G06V10/774 ,  G06V10/764 ,  G06V10/56 ,  G06V10/54 ,  G06V10/24 ,  G06V10/776 ,  G06V10/778 ,  G06V10/80

Abstract: 本发明属于计算机视觉与人工智能领域，具体涉及一种基于先验信息的人脸热红外‑可见光图像转换方法。在对比学习框架下，本发明设计了一种基于人脸解析图作为先验信息去引导生成网络学习人脸图像的局部纹理信息。基于先验信息的人脸热红外‑可见光生成网络模型主要包括人脸解析图条件网络模块、空间特征变换映射层、注意力模块、生成器网络模块以及判别器；该模型通过空间特征变换映射层STL进行转换，它以人脸解析图映射特征为先验条件，生成一对调制参数，根据调制参数对生成网络的人脸特征进行仿射变换，从而自适应地优化人脸图像的生成质量，同时通过设计的人脸梯度增强损失一起监督学习，有利于缓解人脸生成图像上的伪影出现，提高局部纹理细节，使图像生成尽可能还原对应的人脸属性信息。