.png){kind=icon}
返回
Secure reversible privacy protection for face multiple attribute editing
.png){kind=icon}
PRE
AI
DOI：10.1016/j.patcog.2025.111662.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
对脸部属性编辑的需求在各种应用中（如数字媒体和虚拟现实）日益增长。然而，尽管现有方法能够实现高质量的多属性编辑，但它们通常难以平衡隐私保护和图像可逆性，并且容易导致非目标属性发生不期望的更改。为解决这些问题，我们提出了一种新颖的多层映射和密码融合（M-LMPF）框架，用于高效且灵活地进行可逆隐私保护的脸部属性编辑。我们的方法将多属性编辑与安全的可逆图像属性保护相结合，能够在保持面部身份一致性的同时精确控制目标属性的修改，并避免其他属性发生更改。该框架采用深度多层潜在映射网络，在不同粒度级别上嵌入密码信息，从而实现对面部特征的精细控制。此外，我们引入了一种新的加密和解密机制，以确保特定属性的可逆编辑，有效防止未经授权的访问。大量实验表明，M-LMPF框架在属性编辑精度、可逆性、身份一致性和图像质量方面优于当前最先进的方法。
Keyword:
Face attribute editing
Multiple attributes
Reversibility
Privacy protection
Password
Identity consistency
期刊
IF:
7.6
论文数:
1.3W
被引数:
4.5W
机构
暂无机构信息
引用论文
.png){kind=icon}
分享收藏Unpaired Image-to-Image Translation Using Cycle-Consistent Adversarial Networks使用循环一致的对抗网络进行不成对的图像到图像的翻译
OAAI
OAAI分享收藏StyleFlow: Attribute-conditioned Exploration of StyleGAN-Generated Images using Conditional Continuous Normalizing FlowsStyleFlow: 使用条件连续归一化流对StyleGAN生成的图像进行属性条件探索OAAI
OAAI分享收藏StarGAN: Unified Generative Adversarial Networks for Multi-domain Image-to-Image TranslationStarGAN: 用于多域图像到图像翻译的统一生成对抗网络
PREAI
分享收藏
查看更多内容