跳到正文
arXiv · 机器人与计算机视觉· \"Unsal \"Ozt\"urk, Vedrana Krivoku\'ca Hahn, Sushil Bhattacharjee, S\'ebastien Marcel·· 2 天前AI 评分63

TEMPER:减少人脸识别嵌入中的属性泄露

TEMPER: Reducing Attribute Leakage from Face Recognition Embeddings

AI 导读

该论文提出 TEMPlate Entropy Regularisation (TEMPER) 方法,用于从 ArcFace 等人脸识别嵌入中移除性别和种族等软生物特征属性。该方法在变分自编码器的潜在空间学习线性映射,以最大化辅助分类器的预测熵并保留配对相似度。实验显示,相比十种先前的后处理方法,TEMPER 在降低属性泄露的同时保持了更高的真实匹配率。

来源:arXiv · 机器人与计算机视觉 · arxiv.org