买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京信息科技大学

摘要：本发明的一种基于生成对抗网络的车内视频人脸图像脱敏方法及设备，包括使用YOLOv8目标检测算法实现车内人脸的实时检测与定位，并采用CSPDarknet53作为骨干网络提取高级特征；通过多尺度预测机制适应不同大小目标人脸，以确保对所有可见人脸的准确检测；利用DeepGlint深度学习模型对人脸图像进行准确定位和多属性标注，为图像提供更全面的特征描述；面对视频滥用风险，提出了基于GAN的创新脱敏方法，使用残差网络感知编码器转换原始人脸图像至特征空间，并在生成器中通过学习虚拟人脸数据集，调整真实人脸图像的属性；引入判别器进行图像相似度评估，通过反馈调整生成图像，最终生成连续视频流完成脱敏处理。本发明可以提高模型的检测准确率和鲁棒性。

主权项：1.一种基于生成对抗网络的车内视频人脸图像脱敏方法，其特征在于，包括以下步骤，S1、使用YOLOv8目标检测算法实现车内人脸的实时检测与定位，并采用CSPDarknet53作为骨干网络提取高级特征；S2、通过多尺度预测机制适应不同大小目标人脸，以确保对所有可见人脸的准确检测；S3、然后，利用DeepGlint深度学习模型对人脸图像进行准确定位和多属性标注，为图像提供更全面的特征描述；S4、面对视频滥用风险，提出了基于GAN的脱敏方法，使用残差网络感知编码器转换原始人脸图像至特征空间，并在生成器中通过学习虚拟人脸数据集，调整真实人脸图像的属性；S5、引入判别器进行图像相似度评估，通过反馈调整生成图像，最终生成连续视频流完成脱敏处理；所述S4具体包括，基于残差网络的感知编码器将原始的人脸图像转换至特征空间，并从中提取出一个初始的隐向量；这一隐向量是图像特征的抽象表达，为后续图像的属性变化提供了基础；在生成对抗网络的生成器部分，采用了完全由人工智能生成的虚拟人脸数据集，通过对这些虚拟人脸的学习，使生成器能够对真实人脸图像在表情、性别、年龄属性上进行细微但有效的调整；其中，GAN由生成器G即generator和判别器D即discriminator组成，其损失函数为： 其中，表示输入噪声变量，表示判别器在数据上的分布；将到数据空间的映射表示为，其中是参数的多层感知机表示的微分函数；表示来自真实样本数据的概率。

全文数据：

权利要求：

百度查询： 北京信息科技大学 基于生成对抗网络的车内视频人脸图像脱敏方法及设备