Gezichtsanonimisering Vereenvoudigd

Face Anonymization Made Simple

November 1, 2024

Auteurs: Han-Wei Kung, Tuomas Varanka, Sanjay Saha, Terence Sim, Nicu Sebe

cs.AI

Samenvatting

Huidige gezichtsanonimiseringstechnieken zijn vaak afhankelijk van identiteitsverlies berekend door gezichtsherken modellen, die onnauwkeurig en onbetrouwbaar kunnen zijn. Bovendien vereisen veel methoden aanvullende gegevens zoals gezichtskenmerken en maskers om het synthese proces te begeleiden. In tegenstelling hiermee maakt onze benadering gebruik van diffusiemodellen met alleen een reconstructieverlies, waardoor de noodzaak voor gezichtskenmerken of maskers wordt geëlimineerd, terwijl nog steeds afbeeldingen met complexe, fijne details worden geproduceerd. We hebben onze resultaten gevalideerd op twee openbare benchmarks via zowel kwantitatieve als kwalitatieve evaluaties. Ons model behaalt state-of-the-art prestaties op drie belangrijke gebieden: identiteitsanonimisering, behoud van gezichtskenmerken en beeldkwaliteit. Naast zijn primaire functie van anonimisering kan ons model ook gezichtsverwisselingstaken uitvoeren door een extra gezichtsafbeelding als invoer op te nemen, waarbij het zijn veelzijdigheid en potentieel voor diverse toepassingen aantoont. Onze code en modellen zijn beschikbaar op https://github.com/hanweikung/face_anon_simple.

English

Current face anonymization techniques often depend on identity loss calculated by face recognition models, which can be inaccurate and unreliable. Additionally, many methods require supplementary data such as facial landmarks and masks to guide the synthesis process. In contrast, our approach uses diffusion models with only a reconstruction loss, eliminating the need for facial landmarks or masks while still producing images with intricate, fine-grained details. We validated our results on two public benchmarks through both quantitative and qualitative evaluations. Our model achieves state-of-the-art performance in three key areas: identity anonymization, facial attribute preservation, and image quality. Beyond its primary function of anonymization, our model can also perform face swapping tasks by incorporating an additional facial image as input, demonstrating its versatility and potential for diverse applications. Our code and models are available at https://github.com/hanweikung/face_anon_simple .