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！

龙图腾网恭喜杭州电子科技大学申请的专利基于层次k匿名身份替换的人脸生成隐私保护方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114139198B 。

龙图腾网通过国家知识产权局官网在2025-05-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111431904.6，技术领域涉及：G06F21/62；该发明授权基于层次k匿名身份替换的人脸生成隐私保护方法是由匡振中;陈超;俞俊设计研发完成，并于2021-11-29向国家知识产权局提交的专利申请。

本基于层次k匿名身份替换的人脸生成隐私保护方法在说明书摘要公布了：本发明公开了一种基于层次k匿名身份替换的人脸生成隐私保护方法，首先进行人脸图像数据集预处理，然后构建层次k匿名生成对抗网络结构，构建层次k匿名的目标函数；再构建人脸替换生成对抗网络结构，构建人脸替换的目标函数；最后使用公开数据集进行训练及测试，得到训练好的层次k匿名生成对抗网络和人脸替换生成对抗网络。本发明替换的目标人脸也是通过网络生成的，从而不会侵犯他人的隐私，相对以往的马赛克遮挡的方法更有效并且视觉上更友好。通过实验结果显然证实了所提出方法的高效性与实用性，对人物图像的隐私保护更高效和美观。

本发明授权基于层次k匿名身份替换的人脸生成隐私保护方法在权利要求书中公布了：1.基于层次k匿名身份替换的人脸生成隐私保护方法，其特征在于，包括以下步骤：步骤1：人脸图像数据集预处理；步骤2：构建层次k匿名生成对抗网络结构；步骤3：构建层次k匿名的目标函数；步骤4：构建人脸替换生成对抗网络结构；步骤5：构建人脸替换的目标函数；步骤6：使用公开数据集进行训练及测试，得到训练好的层次k匿名生成对抗网络和人脸替换生成对抗网络；步骤7：通过训练好的层次k匿名生成对抗网络和人脸替换生成对抗网络完成图像匿名；步骤1具体步骤如下：1-1利用人脸检测器来检测每张图像的人脸区域，并根据人脸坐标对人脸区域进行裁剪，得到仅包含人脸的裁剪图像来避免背景信息对匿名效果的影响；1-2采用k-means无监督的聚类方式，来对裁剪的人脸图像的身份信息进行层次聚类，得到聚类的组id；1-3采用现有预训练的人脸分割网络来对未裁剪图像进行处理，并且生成每张图片脸部分割的遮罩，同时将分割得到的脸部遮罩和未裁剪的图像拼接得到未裁剪的背景图像；步骤2具体步骤如下：所述的层次k匿名生成对抗网络，包括生成器、样式风格信息提取器、真假判别器以及组id判别器；首先将普通的高斯噪声以及图像层次聚类所得到的组id输入到样式风格信息提取器中得到对应组id的样式风格信息；然后将样式风格信息以及裁剪图像输入到生成器中，得到生成图；其次将生成图和对应的组id输入到真假判别器中判别图像的真假；同时也将生成图输入到组id判别器中来判别生成图是否具有正确的组id；通过上述流程的训练，最终得到视觉效果逼真的生成图；2-1构建生成器；生成器是由多个对称的Resblock残差块组成；每个残差块均有卷积层、InstanceNorm2d归一化和LeakyReLU激活函数，此外每个残差块都接受一个128维度的样式风格信息，该样式风格信息通过AdaIN的方式进行注入，其表达式为： 其中，θi表示图像，μθi表示图像的均值，σθi表示图像的标准差，μsi表示输入到生成器中样式风格信息的均值，σsi表示样式风格信息的标准差；2-2构建样式风格信息提取器；样式风格信息提取器由多个全连接层以及ReLU激活函数组成，其根据输入的普通高斯噪声以及对应的组id，最终得到对应组的样式风格信息；2-3构建图像真假判别器；与生成器结构类似，判别器同样采用多个Resblock残差块堆叠而成，不同之处是此残差块不需要输入风格样式信息，并且判别器将输入图所属的聚类的组id作为索引，来对真假图进行判别；2-4构建组id判别器；组id判别器采用VGG19的网络结构，VGG19网络使用了同样大小的卷积核尺寸和最大池化尺寸，VGG19包含了19个隐藏层，其中有16个卷积层和3个全连接层；通过组id判别器判别从生成器输出的生成图是否具有正确的组id；步骤4具体步骤如下：所述的人脸替换生成对抗网络结构，包括生成器、身份提取器、掩码生成器以及真假判别器；首先将层次k匿名生成对抗网络得到的生成图像输入到身份提取器中，得到该图像的身份特征；然后将得到的身份特征以及未裁剪的背景图像输入到生成器中；其次将未裁剪的原始图像输入到掩码生成器中得到柔和的遮罩；最后将生成器的输出、掩码生成器的输出以及未裁剪的原始图像进行拼接得到最终的匿名图，将该匿名图输入到真假判别器中来判断真假；通过上述流程的训练，最终得到视觉效果逼真的匿名图像；4-1构建生成器；生成器是由多个Resblock残差块对称组合形成；每个残差块均有卷积层、InstanceNorm2d归一化和LeakyReLU激活函数，此外每个残差块都接受一个512维度的身份信息，该身份信息通过AdaIN的方式注入到生成器网络中；4-2构建身份编码提取器；该提取器由多个Resblock残差块组成，该残差块由一系列卷积层、InstanceNorm2d归一化层、LeakyReLU激活函数以及平均池化层组成，其根据输入的人脸图像提取出该图像的身份信息；4-3构建真假判别器；判别器同样采用多个Resblock残差块堆叠而成，真假判别器仅需要输入人脸图像即可，最终输出该图像真假的概率，从而对真假图进行判别；4-4构建遮罩生成器；遮罩生成器采用U-net的结构，包括5个下采样块和5个上采样块，中间瓶颈层包括3个Resblock残差块；下采样块包括一个卷积层、BatchNorm归一化层和ReLU激活函数；上采样块包括Upsample上采样层、卷积层、BatchNorm归一化层和ReLU激活函数；Resblock残差块包括两个卷积层和一个ReLU激活函数；该遮罩生成器用于生成一个具有柔和边界的人脸区域遮罩；步骤7具体步骤如下：7-1将需要进行匿名的图像进行步骤1的预处理，得到其裁剪图像、层次聚类的组id以及人脸分割遮罩；7-2将其裁剪图像、层次聚类的组id输入到训练好的层次k匿名生成对抗网络中得到其生成图；7-3将层次k匿名生成对抗网络得到的生成图像、人脸分割遮罩、背景图像以及未裁剪的图像输入到训练好的人脸替换生成对抗网络中，最终得到未裁剪图像的匿名图。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。