基于卷積神經(jīng)網(wǎng)絡(luò)的人臉圖像隱私保護(hù)

沈 博, 王祥根, 田 澍, 崔佳佳

(1. 華北計(jì)算技術(shù)研究所, 北京 100083; 2. 北京信息科技大學(xué) 信息與通信工程學(xué)院, 北京 100192)

隨著智能手機(jī)和高像素相機(jī)的發(fā)展,人們獲取與共享人臉照片更加便捷。例如,社交媒體上的用戶通過Facebook,Instagram,Twitter和YouTube等應(yīng)用,實(shí)時(shí)發(fā)布手機(jī)或相機(jī)中拍攝的照片;谷歌、百度和微軟等主要云服務(wù)商都為用戶提供了基于圖片的免費(fèi)服務(wù),用戶可以保存和管理自己的照片,并隨時(shí)下載到手機(jī)或電腦上。通過收集這些人臉照片,利用生物識(shí)別技術(shù)對(duì)大量圖像進(jìn)行處理和分析,可為企業(yè)與個(gè)人提供更具有個(gè)性化的服務(wù)。但由于人臉圖像中通常包含敏感的個(gè)人信息,簡單地共享或發(fā)布人臉圖像數(shù)據(jù)后,攻擊者對(duì)其進(jìn)行身份推斷得到的社會(huì)關(guān)系會(huì)造成個(gè)人隱私泄露。因此,設(shè)計(jì)面向人臉圖像的隱私保護(hù)發(fā)布方法是十分必要的。

已有的人臉圖像隱私保護(hù)方法包括基于傳統(tǒng)圖像處理[1]與基于深度學(xué)習(xí)[2]2類?；趥鹘y(tǒng)圖像處理的隱私保護(hù)方法通過混淆圖像中的敏感信息來達(dá)到隱私保護(hù)的目的,如遮蔽、像素化和模糊化。雖然該類方法計(jì)算復(fù)雜度較低,但通常會(huì)降低原始圖像的質(zhì)量,產(chǎn)生較差視覺質(zhì)量的圖像數(shù)據(jù),無法為人臉識(shí)別或分類任務(wù)提供有效數(shù)據(jù)。為解決傳統(tǒng)圖像處理方法的不足,基于深度學(xué)習(xí)的圖像合成方法被提出,通過神經(jīng)網(wǎng)絡(luò)模型從面部數(shù)據(jù)中去除或隱藏生物特征信息,發(fā)布替代原始人臉的高質(zhì)量合成圖像,用于人臉識(shí)別模型的訓(xùn)練與應(yīng)用。

給定一張人臉圖像,如何生成一張與其具有相似外觀和相同背景的圖像,同時(shí)隱藏真實(shí)身份并且允許人臉檢測(cè)器進(jìn)行檢測(cè)與識(shí)別是現(xiàn)有工作研究的核心問題。Hukkelas等[3]提出DeepPrivacy方法,利用條件生成對(duì)抗網(wǎng)絡(luò)合成圖像,在不破壞原始數(shù)據(jù)分布的情況下對(duì)圖像中的身份信息進(jìn)行匿名處理;Chen等[4]利用深度卷積生成對(duì)抗網(wǎng)絡(luò)合成與原始圖像屬性匹配的高逼真人臉圖像,同時(shí)采用定性與定量相結(jié)合的方式衡量合成圖像的隱私性和可用性;Sun等[5]通過設(shè)計(jì)參數(shù)化的GAN人臉圖像隱私保護(hù)模型,允許在合成圖像中添加細(xì)粒度的臉部細(xì)節(jié)信息,產(chǎn)生具有更高視覺真實(shí)感的合成圖像;Meden等[6]通過使用生成神經(jīng)網(wǎng)絡(luò)合成代替人臉確保隱私性,同時(shí)保留非身份相關(guān)方面數(shù)據(jù)以實(shí)現(xiàn)可用性;Maximov等[7]提出基于條件生成對(duì)抗網(wǎng)絡(luò)的圖像和視頻匿名化模型,能夠去除面部和身體的識(shí)別特征,同時(shí)生成可用于任何計(jì)算機(jī)視覺任務(wù)的高質(zhì)量圖像和視頻;Xue等[8]利用深度神經(jīng)網(wǎng)絡(luò)提出在特征空間中使用對(duì)抗性擾動(dòng)的新型人臉圖像去識(shí)別框架,生成圖像在有效保留與身份相關(guān)的信息的同時(shí)確保其他屬性與原始圖像保持一致。

上述基于深度學(xué)習(xí)的人臉圖像隱私保護(hù)方法,可以幫助解決人臉圖像發(fā)布和共享時(shí)引起的隱私問題,但仍存在一些有待解決的問題:一是現(xiàn)有方法沒有提供形式化的隱私保證來證明合成圖像的隱私保護(hù)效果;二是未考慮語義完整性,不能有效保持隱私性和可用性之間的優(yōu)化權(quán)衡。導(dǎo)致上述問題的主要原因是基于對(duì)抗生成網(wǎng)絡(luò)的方法通常只關(guān)注圖像內(nèi)容之間的轉(zhuǎn)換,而忽略了訓(xùn)練圖像的其他關(guān)鍵語義條件信息,包括人臉輪廓、身份等屬性信息,因而無法有效引導(dǎo)網(wǎng)絡(luò)生成具有高視覺保真度和準(zhǔn)確身份屬性的人臉圖像。同時(shí),在實(shí)際訓(xùn)練中,由于針對(duì)具有統(tǒng)一身份的人臉圖像收集成本較高,訓(xùn)練效率不夠理想,基于對(duì)抗生成網(wǎng)絡(luò)的方法仍然面臨著樣本類別不均衡的問題,因而容易導(dǎo)致模型出現(xiàn)過擬合,影響人臉合成質(zhì)量。此外,在沒有高級(jí)條件語義信息的指導(dǎo)下,現(xiàn)有的人臉隱私保護(hù)方法對(duì)人臉圖像身份隱藏的效率相對(duì)低下。針對(duì)以上問題,本文提出一種基于卷積神經(jīng)網(wǎng)絡(luò)的人臉圖像隱私保護(hù)方法,利用卷積自動(dòng)編碼器對(duì)原始人臉圖像進(jìn)行解耦,實(shí)現(xiàn)身份信息的差分隱私保護(hù),并在卷積生成對(duì)抗網(wǎng)絡(luò)的基礎(chǔ)上添加分類器保持原始圖像和合成圖像間的語義一致性,代替原始圖像發(fā)布。該方法在保留原始人臉圖像的關(guān)鍵特征的基礎(chǔ)上,可有效平衡隱私保護(hù)和數(shù)據(jù)可用性,保持圖像的語義完整性,同時(shí)提供可證明的隱私保證。

1 預(yù)備知識(shí)

1.1 差分隱私

設(shè)數(shù)據(jù)集D和D′具有相同屬性結(jié)構(gòu),二者的對(duì)稱差記為D?D′,|D?D′|表示對(duì)稱差D?D′中的記錄個(gè)數(shù),若|D?D′|=1,則D和D′稱為相鄰數(shù)據(jù)集。

定義1ε-差分隱私[9]。給定相鄰數(shù)據(jù)集D和D′,若存在隱私算法M,Range(M)是M的取值范圍,若算法M在數(shù)據(jù)集D和D′上的任意輸出結(jié)果S(S∈Range(M))滿足

Pr[M(D)∈S]≤eεPr[M(D′)∈S]

(1)

則稱算法M滿足ε-差分隱私。

其中,參數(shù)ε表示隱私預(yù)算,ε值越大,隱私保護(hù)強(qiáng)度越低值越小隱私強(qiáng)度越高。采用Laplace機(jī)制實(shí)現(xiàn)ε-差分隱私。

定義2 Laplace機(jī)制[10]。設(shè)函數(shù)f:D∈n→d,如果算法M的輸出滿足

M(D)=f(D)+Z

(2)

且Z∈n是服從位置參數(shù)為0,尺度參數(shù)為Δf/ε的Laplace分布,則算法M提供ε-差分隱私。Laplace機(jī)制引入噪聲的大小與函數(shù)f的敏感度Δf和隱私預(yù)算ε有關(guān),Laplace機(jī)制的敏感度Δf由L1-范數(shù)定義。

定義3L1-敏感度。設(shè)函數(shù)f:D∈n→d對(duì)所有相鄰數(shù)據(jù)集D和D′的L1-敏感度為

差分隱私具有以下2個(gè)重要的性質(zhì)[11],它們是判斷一個(gè)機(jī)制是否滿足差分隱私的標(biāo)準(zhǔn)。

性質(zhì)2 變換不變性。給定任意算法M1滿足ε-差分隱私,對(duì)任意算法M2(不一定滿足差分隱私),則有M(·)=M2(M1(·))滿足ε-差分隱私。

1.2 自動(dòng)編碼器

1.3 生成對(duì)抗網(wǎng)絡(luò)

生成對(duì)抗網(wǎng)絡(luò)(generative adversarial networks, GANs)由生成器模塊G和判別器模塊D組成,生成器模塊的目標(biāo)是根據(jù)學(xué)習(xí)的概率模型生成圖像內(nèi)容。判別器模塊的主要目的是判斷生成的圖像內(nèi)容是真是假,并對(duì)此作出接受或拒絕圖像內(nèi)容的決定。GANs利用零和極小極大(G,D)=[logD(X)]+進(jìn)行博弈完成對(duì)抗學(xué)習(xí),其中為隱向量的先驗(yàn)分布,G(·)為生成函數(shù),D(·)為輸出范圍為[0,1]的判別函數(shù)。當(dāng)D(X)=0時(shí)表示判別器D將樣本X分類為生成的,反之D(X)=1表示判別器D將樣本X分類為真實(shí)的。在GAN網(wǎng)絡(luò)的訓(xùn)練過程中,將判別器和生成器生成的人臉圖像之間產(chǎn)生的期望值作為每一批次人臉質(zhì)量判別的依據(jù)。為了使模型具有較高的人臉圖像合成質(zhì)量并保證其魯棒性,通常會(huì)將訓(xùn)練模型分成多個(gè)小批量數(shù)據(jù)集,并將每個(gè)批評(píng)的樣本取期望的平均值作為網(wǎng)絡(luò)訓(xùn)練的依據(jù),同時(shí)保證損失函數(shù)在一個(gè)小批量梯度下降的過程中交替地進(jìn)行最小化和最大化,保證GAN網(wǎng)絡(luò)模型的訓(xùn)練效率。

1.4 問題描述

1) 對(duì)于身份屬性x∈Xid,在訓(xùn)練期間未使用的屬性分類器fx的性能降低;

2 基于卷積神經(jīng)網(wǎng)絡(luò)的人臉圖像隱私保護(hù)模型

根據(jù)1.3節(jié)的問題定義及描述,本文結(jié)合生成對(duì)抗網(wǎng)絡(luò)、自動(dòng)編碼器與差分隱私設(shè)計(jì)面向人臉圖像發(fā)布的隱私保護(hù)模型。如圖1所示,該模型包括預(yù)訓(xùn)練和圖像合成2個(gè)部分。

圖1 基于卷積神經(jīng)網(wǎng)絡(luò)的人臉圖像隱私保護(hù)方法框圖Fig.1 Overview of privacy-preserving face images protection based on convolutional neural networks

1) 基于卷積自動(dòng)編碼器與差分隱私的預(yù)訓(xùn)練。首先,利用自動(dòng)編碼器來捕獲人臉圖像X中的身份屬性和其他屬性的隱空間信息表示;其次,根據(jù)身份屬性的隱空間表示之間的距離對(duì)其添加Laplace擾動(dòng);最后,基于解碼器人臉圖像進(jìn)行重構(gòu)。

3) 人臉屬性判別及輸出。為了生成具有隱私保護(hù)屬性的高質(zhì)量的人臉圖像,本文在生成對(duì)抗網(wǎng)絡(luò)判別過程中引入了具有輔助引導(dǎo)功能的人臉屬性分類器和人臉判別器,用于監(jiān)督學(xué)習(xí)本文提出的基于卷和自動(dòng)編碼器與差分隱私的預(yù)訓(xùn)練網(wǎng)絡(luò)框架。在訓(xùn)練過程中,輔助分類器被嵌入到判別器中,用于多個(gè)人臉屬性的分類,然后將可控屬性的約束反饋給生成器,以合成具有隱私保護(hù)功能的人臉圖像,同時(shí)保證了人臉圖像的實(shí)用性。同時(shí),人臉判別器的目的是減少原始圖像和合成面部圖像之間的結(jié)構(gòu)差異,使得生成圖像域原始面部圖像具有更相似的統(tǒng)計(jì)分布。最后,將合成后并具有隱私保護(hù)功能的人臉圖像輸出發(fā)布。

2.1 基于卷積自動(dòng)編碼器與差分隱私的預(yù)訓(xùn)練

該階段由表征解耦、加噪擾動(dòng)與表征重構(gòu)3個(gè)子網(wǎng)絡(luò)構(gòu)成,通過卷積自動(dòng)編碼器和差分隱私實(shí)現(xiàn)預(yù)訓(xùn)練,使生成對(duì)抗網(wǎng)絡(luò)在訓(xùn)練過程中滿足差分隱私保護(hù),在有效抵抗成員推斷攻擊的同時(shí),實(shí)現(xiàn)可證明的隱私保護(hù)。

2.1.1 表征解耦

利用CACIAE人臉識(shí)別模型[12]將給定輸入人臉圖像X進(jìn)行解耦成身份屬性與其他屬性(表情、光照、背景等信息),分別用隱空間信息x′id和x′att表示。將身份屬性與其他屬性的隱空間信息分別定義為Encid(X)=X′id、Encatt(X)=X′att,其中X′id,X′att表示人臉圖像X的隱空間信息。

2.1.2 加噪擾動(dòng)

通過根據(jù)圖像中身份屬性表征向量之間的距離度量控制噪聲[13],提出一種基于距離度量的ε-差分隱私機(jī)制。

定義4 基于距離度量的ε-差分隱私機(jī)制。設(shè)距離函數(shù)d:n→n,若隱私算法M:n→n在圖像X的表征向量X1與X2上的任意輸出結(jié)果S滿足

Pr[M(X1)∈S]≤eεd(X1,X2)Pr[M(X2)∈S]

(3)

則稱算法M滿足基于距離度量的ε-距離差分隱私。

證明 由公式(3)可得

由Laplace分布可得

2.1.3 表征重構(gòu)

2.2 基于卷積生成對(duì)抗網(wǎng)絡(luò)的人臉圖像合成

根據(jù)定理,在預(yù)訓(xùn)練階段已經(jīng)通過添加擾動(dòng)噪聲的方式保護(hù)身份屬性,該階段算法滿足差分隱私保護(hù)。因此,在圖像合成階段對(duì)數(shù)據(jù)做任何處理都不會(huì)對(duì)隱私保護(hù)有所影響,同時(shí)可有效抵抗在利用卷積生成對(duì)抗網(wǎng)絡(luò)合成圖像時(shí)的成員推斷攻擊。

在人臉圖像合成階段,為了避免經(jīng)典的GANs存在訓(xùn)練不穩(wěn)定、生成過程不可控以及不具備可解釋性等問題,本文提出一種基于深度卷積生成對(duì)抗網(wǎng)絡(luò)(Deep Convolutional GAN, DCGAN)的人臉圖像合成模型SynthesisNet,該模型由生成器模塊、判別器模塊與分類器模塊3個(gè)子網(wǎng)絡(luò)組成。

2.2.1 損失函數(shù)

為了生成與原始圖像相似的身份保護(hù)圖像,設(shè)計(jì)生成器G的損失函數(shù)LG,tot并利用反向傳播的方式進(jìn)行訓(xùn)練:

LG,tot=LG,orig+LG,info+LG,class

(4)

LG,class=

其中:LG,orig,LG,info分別表示生成器網(wǎng)絡(luò)原始損失函數(shù)、合成圖像與原始圖像之間的信息損失函數(shù);LG,class表示衡量生成圖像的標(biāo)簽與分類器為該圖像預(yù)測(cè)標(biāo)簽之間差異的損失函數(shù),l(·)表示返回輸入記錄的標(biāo)簽屬性值函數(shù);remove(·)表示去除輸入圖像標(biāo)簽屬性函數(shù);C(·)表示分類器神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)標(biāo)簽函數(shù)。

判別器網(wǎng)絡(luò)D用于分辨圖像是真實(shí)圖像還是合成圖像,使用DCGAN中的原始損失函數(shù)LD,tot訓(xùn)練判別器網(wǎng)絡(luò)。為了保持合成圖像與原始圖像之間的身份一致性,在原始DCGAN網(wǎng)絡(luò)模型基礎(chǔ)上,設(shè)計(jì)分類器C的損失函數(shù)LC,tot用于預(yù)測(cè)合成圖像標(biāo)簽:

LC,tot=Lc,class+LG,class

(5)

其中Lc,class=[|l(X)-C(remove(X))|]。

因此,訓(xùn)練神經(jīng)網(wǎng)絡(luò)的總損失函數(shù)的加權(quán)和為Ltot=LG,tot+LD,tot+LC,tot=Lorig+λG,infoLG,info+λC,totLC,tot,其中λG,info,λC,tot為平衡不同項(xiàng)的權(quán)重參數(shù)。

在實(shí)際訓(xùn)練時(shí),在預(yù)訓(xùn)練階段隨機(jī)抽取2個(gè)人臉圖像提取其身份屬性和其他屬性,并在基于DCGAN的圖像合成模型時(shí)需要根據(jù)實(shí)時(shí)的生成效果調(diào)整訓(xùn)練參數(shù),將它們進(jìn)行合成。

2.2.2 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

如圖2所示,SynthesisNet模型使用實(shí)例歸一化(instance normalization, IN)[15]代替批量歸一化,將ReLU激活函數(shù)、LeakyReLU激活函數(shù)分別用于生成器G和判別器D,并引入輔助分類器C[16]到判別器中。

圖2 SynthesisNet模型的網(wǎng)絡(luò)結(jié)構(gòu)Fig.2 Network structure of face image synthesis model

1) 生成器網(wǎng)絡(luò)G。由多個(gè)反向卷積層組成,用于生成與真實(shí)人臉圖像具有相同分布的偽圖像。它的輸入是128×128的RGB人臉圖像X,前2個(gè)反卷積層使用步長為2,由實(shí)例歸一化層組成,并應(yīng)用非線性ReLU激活函數(shù)計(jì)算每一層,最后將圖像上采樣到128×128。

2) 判別器網(wǎng)絡(luò)D與分類器網(wǎng)絡(luò)C。如圖2所示,將判別器網(wǎng)絡(luò)D和分類器網(wǎng)絡(luò)C組合成一個(gè)網(wǎng)絡(luò),用于判別圖像是生成圖像還是真實(shí)圖像,并保持真實(shí)圖像與生成圖像的語義一致性。分類器網(wǎng)絡(luò)C與判斷器網(wǎng)絡(luò)D具有相同的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),訓(xùn)練分類器從圖像中判斷標(biāo)簽與其他屬性之間的相關(guān)性,保持生成器合成圖像在語義上的正確性。例如,輸入圖像性別“性別=女,年齡段=青年,種族=白種人”,分類器可以確保輸出圖像的語義完整性,即為“性別=女,年齡段=青年,種族=白種人”。雖然DCGAN中的判別器D在一定程度上可以實(shí)現(xiàn)語義一致性,但其本身存在一些生成實(shí)例不正確的問題,為此引入分類器網(wǎng)絡(luò),幫助判別器提高語義完整性,減少分類錯(cuò)誤。判別器D的輸入是128×128的真實(shí)或生成圖像,除最后一個(gè)卷積層外的所有層在2個(gè)網(wǎng)絡(luò)之間共享參數(shù),所有共享的卷積層使用LeakyReLU非線性激活函數(shù)。在最后一層,2個(gè)網(wǎng)絡(luò)使用單獨(dú)的卷積層,其中判別器D根據(jù)DCGAN計(jì)算損失,返回一個(gè)標(biāo)量分?jǐn)?shù),同時(shí)分類器網(wǎng)絡(luò)返回每個(gè)屬性類的概率向量。

3 實(shí)驗(yàn)評(píng)估

本文采用的實(shí)驗(yàn)環(huán)境為8GB內(nèi)存,Intel Core i5處理器,2.3 GHz;GPU為NVIDIA GeForce GTX 970。所有實(shí)驗(yàn)在Ubuntu 14.04操作系統(tǒng)上執(zhí)行,分別采用Python和TensorFlow作為本實(shí)驗(yàn)的編程語言和機(jī)器學(xué)習(xí)庫。

3.1 實(shí)驗(yàn)設(shè)置

3.1.1 數(shù)據(jù)集

本實(shí)驗(yàn)使用3種公開數(shù)據(jù)集:

1) MUCT數(shù)據(jù)集[17]。包含276位受試者的3 755張圖像,其中1 844位為男性,1 911位為女性,使用5個(gè)網(wǎng)絡(luò)攝像頭在不同光照下捕獲。

2) MORPH數(shù)據(jù)集[18]。MORPH數(shù)據(jù)集包含55 134張面部圖像,涵蓋13 000個(gè)獨(dú)特的身份,其年齡跨度從16～77歲。同時(shí),該數(shù)據(jù)集還包含多樣的人臉圖像屬性信息,包括不同年齡、性別等。在具體的網(wǎng)絡(luò)學(xué)習(xí)中,本文將MORPH數(shù)據(jù)集分為訓(xùn)練集和測(cè)試集,其中,訓(xùn)練集包含50 020張人臉圖像,測(cè)試集中包含4 925張人臉圖像,根據(jù)上述數(shù)據(jù)集比例進(jìn)行實(shí)驗(yàn)對(duì)比分析,驗(yàn)證人臉圖像的隱私保護(hù)性能。

3) CelebA數(shù)據(jù)集[19]。包含202 599張人臉圖像,其中84 434位為男性,118 165位為女性。

由于CelebA的種族標(biāo)簽分布嚴(yán)重偏向白種人,而MORPH則嚴(yán)重偏向非洲血統(tǒng)的人,因此,在實(shí)驗(yàn)時(shí)將CelebA和MORPH數(shù)據(jù)集以留出法的方式分為訓(xùn)練集和測(cè)試集,訓(xùn)練出種族分布相對(duì)均衡的模型。MUCT數(shù)據(jù)集用于合成圖像的隱私性和可用性評(píng)估。

3.1.2 評(píng)價(jià)指標(biāo)

1) 可用性。使用IS(Inception Score)[20]和FID(Fréchet Inception Distance)[21]作為可用性評(píng)價(jià)指標(biāo)。IS用來衡量GANs網(wǎng)絡(luò)生成圖像的質(zhì)量,IS=exp(xDKL(p(y|x)||p(y))),其中x表示給定的圖像,y為標(biāo)簽。IS值越高,圖像質(zhì)量越好。FID使用Inception network分別提取真實(shí)圖像與合成圖像中間層的特征,計(jì)算2個(gè)多維特征分布之間的距離,FID=+Tr(C+Cr-2(CCr)1/2),其中m,mr分別表示真實(shí)圖像與合成圖像的特征均值;C,Cr分別表示真實(shí)圖像與合成圖像的協(xié)方差;Tr表示矩陣對(duì)角線上的元素和。

2) 隱私性。采用基于Inception-Resnet backbone[22]的身份距離作為圖像隱私性的評(píng)價(jià)指標(biāo),衡量真實(shí)人臉圖像與合成人臉圖像的身份差異。

3.2 實(shí)驗(yàn)結(jié)果與分析

本節(jié)對(duì)提出的SynthesisNet模型與DeepPrivacy模型[3],FaceDCGAN模型[4]、HybridGAN模型[5]在隱私性與可用性方面進(jìn)行比較、評(píng)估與分析。

3.2.1 可用性評(píng)估

1) 視覺評(píng)估

首先將SynthesisNet與其他3個(gè)模型分別在MUCT數(shù)據(jù)集、MORPH數(shù)據(jù)集和CelebA數(shù)據(jù)集上訓(xùn)練生成合成圖像,結(jié)果見表1。DeepPrivacy模型與HybridGAN模型利用匿名化的思想對(duì)原始人臉圖像進(jìn)行隱私保護(hù)處理,產(chǎn)生的合成人臉圖像精度不高,結(jié)果容易發(fā)生面部錯(cuò)位的問題;而FaceDCGAN模型無法保證原始圖像與合成圖像之間的語義一致性;SynthesisNet模型在細(xì)節(jié)上的表現(xiàn)好于其他模型的結(jié)果。該模型在實(shí)驗(yàn)中使用預(yù)訓(xùn)練的方式解耦面部特征后對(duì)其進(jìn)行合成處理,在保證原始圖像與合成圖像之間的語義一致性的同時(shí),合成圖像的視覺效果在精度方面也顯著提升。

表1 SynthesisNet與其他模型在視覺評(píng)估方面的比較結(jié)果Table 1 Comparison between SynthesisNet and other models in visual evaluation

2) 定量分析

在3個(gè)數(shù)據(jù)集上對(duì)SynthesisNet模型與其他3個(gè)模型計(jì)算可用性評(píng)估指標(biāo)IS和FID,結(jié)果見表2。從表2中可以看出,在3個(gè)數(shù)據(jù)集上SynthesisNet模型的性能明顯優(yōu)于其他3個(gè)模型,其原因是本文提出的方法使用卷積自動(dòng)編碼器提取圖像更高維的隱空間信息來充分表示完整的人臉屬性,將該屬性作為輸入可以緩解利用反向傳播訓(xùn)練生成對(duì)抗網(wǎng)絡(luò)時(shí)產(chǎn)生的梯度消失問題,提高模型的泛化能力。

表2 SynthesisNet模型與其他模型的可用性比較結(jié)果Table 2 The results of SynthesisNet and other models in the utility evaluation

3.2.2 隱私性評(píng)估

為了在人臉圖像數(shù)據(jù)集上評(píng)估身份差分隱私機(jī)制的隱私保護(hù)效果,首先提取每張測(cè)試圖像的身份表征并計(jì)算敏感度,然后將隱私預(yù)算ε設(shè)置為0.01到1評(píng)估提出模型的隱私保護(hù)效果,實(shí)驗(yàn)結(jié)果如圖3所示。從圖3中可以看出,當(dāng)ε從0.01增加到1時(shí)真實(shí)圖像與合成圖像的身份距離逐漸變小,這說明較小的隱私預(yù)算保證了更好的人臉圖像的隱私性,通過調(diào)整ε的大小可得到理想的隱私保護(hù)效果。

圖3 SynthesisNet在3個(gè)數(shù)據(jù)集上的隱私性分析Fig.3 Privacy analysis of SynthesisNet in three datasets

4 結(jié) 語

人臉圖像隱私保護(hù)問題是目前數(shù)據(jù)發(fā)布領(lǐng)域的研究熱點(diǎn)。針對(duì)現(xiàn)有的方法缺少可證明的隱私性、無法在保持隱私性和可用性之間優(yōu)化權(quán)衡的同時(shí)生成語義合理的圖像的問題,本文提出一種基于卷積神經(jīng)網(wǎng)絡(luò)的人臉圖像隱私保護(hù)方法,利用卷積自動(dòng)編碼器與差分隱私為生成對(duì)抗網(wǎng)絡(luò)提供預(yù)訓(xùn)練后的人臉圖像,并合成偽圖像代替原始圖像發(fā)布。該方法可有效平衡圖像隱私性和可用性,在保持人臉圖像的語義完整性的同時(shí),為發(fā)布圖像提供可證明的隱私保證。在未來的工作中,嘗試將本文的方法進(jìn)一步優(yōu)化,將其應(yīng)用于保護(hù)高分辨率的視頻人臉圖像。