摘要
本申请公开了一种可逆人脸匿名化模型的训练方法、可逆人脸匿名化方法及相关产品,涉及图像处理技术领域,该训练方法包括:获取人脸图像和随机密码;随机密码由高斯混合模型生成;利用身份转换器,根据人脸图像和第一随机密码,得到第一匿名人脸;身份转换器包括若干个MNB层;每个MNB层包括残差状态空间模块和残差模块;根据人脸图像和第二随机密码,得到第二匿名人脸;根据第一匿名人脸和第一解密密码,得到正确恢复人脸;根据上述各个结果以及原始人脸图像利用加权损失函数迭代训练身份转换器,得到可逆人脸匿名化模型。本申请改进身份转换器结构,融入MNB模块,使用更高效的身份转换器来提高匿名人脸图像和恢复人脸图像的生成质量。
技术关键词
密码
匿名化方法
人脸身份
加权损失函数
高斯混合模型
图像
残差模块
辅助分类器
解密
数据分布
标签
人脸特征
重建人脸
空间模块
转换器结构
面部
系统为您推荐了相关专利信息
家庭门锁
数据管理方法
数据管理系统
密码
锁定键盘
可信硬件设备
执行控制器
密码算法
密钥加载方法
输入输出单元
语义分割模型
模块
检测模型训练方法
编码器
计算机程序指令
混合加解密方法
视频
加解密芯片
可执行程序代码
参数