Forbes: Face Obfuscation Rendering via Backpropagation Refinement Scheme

本文提出了一种名为Forbes的新型人脸模糊算法，旨在模糊人类可识别的面部外貌，但保留机器可辨识的身份和属性。Forbes首先对图像应用多个具有随机参数的模糊转换，以消除人类可区分的身份信息。然后，它通过反向传播细化方案优化参数，使转换后的图像可被机器辨认。最后，它应用具有优化参数的转换来生成模糊图像。各种数据集上的实验结果表明，Forbes在人类无法识别和机器可识别方面表现出色。源代码可在https://github.com/mcljtkim/Forbes上获得。

Forbes论文旨在提出一种面部模糊算法，以保护个人隐私，但同时又能为机器提供可辨认的身份信息。这是否是一个新问题？

Forbes算法首先应用多个随机参数的模糊转换来消除人类可识别的身份信息，然后基于反向传播优化方案，优化参数以使转换后的图像对机器可辨认。最后，应用优化后的参数进行转换以生成面部模糊图像。相比当前领域的研究，Forbes算法的关键思路是什么？

论文使用多个数据集进行实验，证明了Forbes算法在人类无法识别的同时，机器仍能够识别身份信息。此外，论文提供了开源代码，可用于进一步研究。

最近在这个领域中，还有一些相关的研究，如：《人脸模糊技术综述》、《具有人类不可识别性的面部模糊技术》等。