基于自适应掩码和生成式修复的图像隐私保护技术

针对现有图像保护技术中全图加密增加计算成本和区域遮挡无法判定多目标等问题,提出基于自适应掩码和生成式修复的图像保护框架。该框架采用Score-CAM(class activation mapping)技术自适应判别图像的核心区域,准确生成多目标核心区域掩膜;采用遮挡方法保护图像隐私来降低计算开销;引入区域感知的CAM损失函数,确保修复图像重点区域的一致性。将有遮挡的图像送入修复网络进行训练,对训练好的网络参数进行椭圆加密;在发送阶段将掩码图像和密钥分开发送,接收端通过密钥解密,Shift-Net网络载入参数对掩码图像进行准确修复。在ImageNet数据集中的试验表明,CAM损失函数的修复模型使得生成图像的结构相似性指标提高了0.2%、学习感知图像块相似度降低了0.2%。本研究在接收端自适应对图像重点区域进行掩码,使得识别模型失效进而保护图像隐私。