人脸隐私增强计算模型优化方案.pdfVIP

第40卷第2期福建电脑Vol.40No.2

2024年2月JournalofFujianComputerFeb.2024

人脸隐私增强计算模型优化方案

11,2

岳猛姚志强

1(福建师范大学计算机与网络空间安全学院福州350117)

2(大数据分析与应用福建省高校工程研究中心福州350117)

摘要为解决现有图像级人脸隐私保护模型中二元属性翻转问题和图像信息损失过大等问题，本文提出了一种优化方案。

通过定义属性概率分数概念并设计新的隐私保护损失函数项，来解决隐私保护模型中的二元属性翻转问题。同时，使用L1

距离来约束隐私保护图像与原始图像之间的信息差异，以保证在模型实现有效隐私保护的同时减少信息损失。与现有

PrivacyNet方案相比，本方案克服了属性翻转问题和生成图像视觉效果差问题，在多属性隐私保护和实用性方面具有优越性。

关键词隐私保护；人脸隐私保护；生成对抗网络

中图法分类号TP309.7DOI:10.16707/ki.fjpc.2024.02.004

AnOptimizationMethodforFacePrivacyEnhancementComputationModels

11,2

YUEMeng,YAOZhiqiang

1(CollegeofComputerandCyberSecurity,FujianNormalUniversity,Fuzhou,China,350117)

2(FujianProvincialUniversityEngineeringResearchCenterofBigDataAnalysisandApplication,Fuzhou,China,350117)

AbstractToaddresstheissuesofbinaryattributeflippingandexcessiveimageinformationlossinexistingimage

levelfacialprivacyprotectionmodels,thispaperproposesanoptimizationscheme.Bydefiningtheconceptof

attributeprobabilityscoreanddesigninganewprivacyprotectionlossfunctionterm,theproblemofbinaryattribute

flippinginprivacyprotectionmodelsissolved.Atthesametime,L1distanceisusedtoconstraintheinformation

differencebetweentheprivacypreservingimageandtheoriginalimage,toensurethatthemodelachieveseffective

privacyprotectionwhilereducinginformationloss.ComparedwithexistingPrivacyNetschemes,thisscheme

overcomestheproblemsofattributeflippingandpoorvisualeffectsofgenerat