基于匿名化技术的人脸图像隐私保护方法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 本论文主要工作 | 第14-15页 |
| 1.4 本论文结构安排 | 第15页 |
| 1.5 本章小结 | 第15-17页 |
| 2 人脸图像隐私保护技术相关研究 | 第17-29页 |
| 2.1 匿名化技术 | 第17-21页 |
| 2.1.1 匿名化技术原理 | 第17-18页 |
| 2.1.2 经典的匿名化隐私保护策略 | 第18-20页 |
| 2.1.3 匿名化技术的应用 | 第20-21页 |
| 2.2 基于朴素方法的人脸图像隐私保护 | 第21-23页 |
| 2.3 基于匿名化技术的人脸图像隐私保护 | 第23-27页 |
| 2.4 人脸图像匿名化方法存在的问题及挑战 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 3 基于深度神经网络的人脸匿名化研究 | 第29-43页 |
| 3.1 问题背景 | 第29-30页 |
| 3.2 问题描述 | 第30-34页 |
| 3.2.1 人脸匿名化流程 | 第30-31页 |
| 3.2.2 人脸特征提取方法 | 第31-32页 |
| 3.2.3 聚类方法 | 第32-34页 |
| 3.3 基于深度神经网络的人脸匿名化方法 | 第34-38页 |
| 3.3.1 人脸匿名化框架 | 第34-35页 |
| 3.3.2 人脸生成模型 | 第35-36页 |
| 3.3.3 人脸匿名化算法 | 第36-38页 |
| 3.4 实验结果 | 第38-42页 |
| 3.4.1 实验环境和数据 | 第38页 |
| 3.4.2 生成模型训练过程 | 第38-39页 |
| 3.4.3 隐私保护性能评估 | 第39-40页 |
| 3.4.4 数据可用性评估 | 第40-42页 |
| 3.5 本章小结 | 第42-43页 |
| 4 面向情感分析的人脸匿名化研究 | 第43-55页 |
| 4.1 问题背景 | 第43-44页 |
| 4.2 问题描述 | 第44-46页 |
| 4.2.1 表情参数定义 | 第44页 |
| 4.2.2 情感识别模型 | 第44-46页 |
| 4.3 面向情感分析的人脸匿名化方法 | 第46-49页 |
| 4.3.1 人脸匿名化框架 | 第46页 |
| 4.3.2 人脸生成模型 | 第46-47页 |
| 4.3.3 人脸匿名化算法 | 第47-49页 |
| 4.4 实验结果 | 第49-54页 |
| 4.4.1 实验环境和数据 | 第49页 |
| 4.4.2 隐私保护性能评估 | 第49-51页 |
| 4.4.3 数据可用性评估 | 第51-54页 |
| 4.5 本章小结 | 第54-55页 |
| 5 结论 | 第55-57页 |
| 5.1 研究总结 | 第55页 |
| 5.2 工作展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第60-62页 |
| 学位论文数据集 | 第62页 |
