.png){kind=icon}
返回
IDCFace: Identity Consistent Face anonymization for secure recognition
.png){kind=icon}
PRE
AI
DOI：10.1016/j.patcog.2026.114326.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
人脸识别技术的广泛应用，由安全和便捷需求驱动，导致面部数据被大量收集，引发了关于潜在数据泄露的严重隐私担忧。核心挑战在于开发既能有效保护面部隐私，又能实现准确人脸识别并满足实际应用（如监控）认证需求的解决方案。现有方法往往难以在效用和隐私之间取得最佳平衡。为解决此问题，我们提出了IDCFace，一种用于安全人脸识别的身份一致性面部匿名化框架。我们的方法通过匿名化视觉外观来保护隐私，同时保持跨图像的身份一致性。我们的框架包括：(1) 视觉匿名化模块（VAM），用于生成匿名化人脸；(2) 身份嵌入模块（IEM），用于加密并嵌入身份信息以确保识别能力；(3) 身份识别模块（IRM），用于解密嵌入数据以进行身份匹配。我们在匿名化设置下的识别精度、匿名化效果、图像质量以及对下游人脸检测任务的影响方面评估了IDCFace。在CASIA和IJB-C数据集上的实验结果表明，我们的方法在匿名化和安全识别能力方面表现优异，特别是在CASIA数据集上相较于CIAGAN实现了27.5%的NIMA改进，成功平衡了隐私保护与实用性。代码可在https://github.com/clpeng/IDCFace获取。
Keyword:
Face anonymization
Face recognition
Face generation
Conditional GANs
Privacy protection
