

基于生成对抗网络的人脸匿名隐私保护方法.pdf
努力****爱静
亲,该文档总共14页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于生成对抗网络的人脸匿名隐私保护方法.pdf
本发明提供一种基于生成对抗网络的人脸匿名隐私保护方法。本发明首先对人脸图像数据预处理;然后构建生成对抗网络结构;再建立人脸区域匿名的目标函数;然后建立场景内容区域保留的目标函数;随后进行人脸匿名与场景保留的目标函数的结合;最后采用公开数据集进行训练及测试,输出最终结果。本方法对图像中人脸区域进行合成脸的替换而达到人脸匿名的效果,相对以往的马赛克遮挡的方法更高效并且在视觉上更友好。本发明方法具有高效性与实用性,对人物图像的隐私保护更高效和美观。
基于层次k匿名身份替换的人脸生成隐私保护方法.pdf
本发明公开了一种基于层次k匿名身份替换的人脸生成隐私保护方法,首先进行人脸图像数据集预处理,然后构建层次k匿名生成对抗网络结构,构建层次k匿名的目标函数;再构建人脸替换生成对抗网络结构,构建人脸替换的目标函数;最后使用公开数据集进行训练及测试,得到训练好的层次k匿名生成对抗网络和人脸替换生成对抗网络。本发明替换的目标人脸也是通过网络生成的,从而不会侵犯他人的隐私,相对以往的马赛克遮挡的方法更有效并且视觉上更友好。通过实验结果显然证实了所提出方法的高效性与实用性,对人物图像的隐私保护更高效和美观。
一种基于生成对抗网络的隐私保护数据生成方法.pdf
本发明公开了一种基于生成对抗网络的隐私保护数据生成方法,涉及数据生成领域,包括如下步骤:构建前置自编码器;构建生成对抗网络模型;将自编码器应用于生成对抗网络模型的数据生成。该方法使用预训练的自编码器将给定数据集映射到低维连续空间,通过低维空间中的生成器和原始数据空间中的鉴别器进行对抗学习从而获得具有模拟真实数据的生成模型。该方法可以有效解决在隐私保护政策下,在获取训练数据时经常收到限制而导致训练数据集匮乏问题。
基于生成对抗网络的人脸图像增强方法研究.docx
基于生成对抗网络的人脸图像增强方法研究基于生成对抗网络的人脸图像增强方法研究摘要:人脸图像增强是计算机视觉领域中一个重要的研究领域,它对于提高人脸图像质量和增加人脸图像细节有着重要的作用。本文提出了一种基于生成对抗网络的人脸图像增强方法。首先,我们介绍了生成对抗网络的基本原理和相关工作。然后,我们详细介绍了我们提出的人脸图像增强方法的具体步骤和实现细节。最后,我们对实验结果进行了定性和定量的评估,并与其他方法进行了比较。实验结果表明,我们提出的方法在增强人脸图像的细节、对比度和色彩方面取得了较好的效果。关
基于生成对抗网络的人脸表情数据增强方法.pptx
基于生成对抗网络的人脸表情数据增强方法目录添加章节标题生成对抗网络(GAN)基础GAN的基本结构GAN的训练过程GAN的应用领域GAN的优缺点人脸表情数据增强的必要性人脸表情数据集的稀缺性数据增强对深度学习模型的重要性人脸表情数据增强的方法数据增强在人脸表情识别中的影响基于GAN的人脸表情数据增强方法基于GAN的数据增强方法介绍生成器与判别器的设计训练过程与优化策略实验结果与分析实验结果对比与分析不同数据增强方法的比较基于GAN的数据增强方法在人脸表情识别中的表现与其他先进模型的比较实验结果总结与讨论未来