ReFaceX: إخفاء الهوية العكسي للوجوه بواسطة متبرّع مع استعادة منفصلة

لماذا لا يزال إخفاء الوجوه مهمًا

تلتقط كاميرات المراقبة ووسائل التواصل الاجتماعي ومجموعات البيانات الطبية الآن مليارات الوجوه البشرية. لمشاركة هذه الصور بمسؤولية، يجب على المؤسسات إخفاء هوية الشخص دون تدمير المعلومات التي تقدّمها الصورة حول أمور مثل اتجاه النظر، أو كيفية الحركة، أو التعبير الوجهي. الحيل البسيطة مثل التمويه أو تجزئة البكسل غالبًا ما تفشل في كلا الجانبين: فأنظمة التعرف على الوجوه الحديثة قد تظل قادرة أحيانًا على التعرف على الأشخاص، بينما يفقد البشر والخوارزميات تفاصيل بصرية مهمة. تقدم هذه الورقة ReFaceX، طريقة جديدة للتشويه تهدف إلى حماية الهوية، والحفاظ على فائدة الصور للتحليل، وفي الوقت نفسه السماح للمصرح لهم باستعادة الأصل عند الحاجة.

تغيير الشبه، لا تغيير الفعل

تبدأ ReFaceX بفكرة بسيطة: فصل ما يجب إخفاؤه (من أنت) عما يجب الحفاظ عليه (ما تفعله وأين تكون). بدلاً من مجرد تمويه الوجه أو تغييره عشوائيًا، يستبدل النظام هوية الشخص بهوية "متبرّع" مأخوذة من صورة أخرى. تأخذ شبكة عصبية ميزات من المتبرّع وتدمجها في الوجه الأصلي مع الحفاظ بعناية على الوضعية والخلفية وشكل الشعر والتعبير قدر الإمكان دون تغيير. النتيجة وجه جديد لا يشبه الشخص الأصلي، ومع ذلك يندمج بشكل طبيعي في المشهد ويظل مفيدًا لمهام مثل الكشف والتتبع أو قراءة معالم الوجه.

مفتاح مخفي يركب داخل الصورة

لأن بعض الاستخدامات تتطلب العودة إلى الوجه الأصلي—على سبيل المثال للمتابعة الطبية أو مراجعة إنفاذ القانون—فإن ReFaceX مصمم ليكون قابلاً للعكس تحت الضبط. بدلاً من تخزين ملف منفصل، يخفي رمز "استرداد" مضغوط داخل الصورة المجهولة الهوية نفسها باستخدام شكل متعلم من الوسم الرقمي. هذه الحمولة المخفية غير مرئية للعين ومُدربة على البقاء تحت تغيّرات العالم الواقعي الشائعة، مثل إعادة ضغط JPEG، والقص الطفيف، وتغيير الحجم، وتعديلات الألوان التي تحدث عند رفع الصور على المنصات الإلكترونية. يمكن لمُفك مُصرح له قراءة هذا الرمز وإدخاله إلى شبكة استعادة تعيد بناء نسخة بصرية قريبة من الوجه الأصلي.

منع صراع الخصوصية واستعادة الصورة

تتمثل تحديات تقنية رئيسية في أنظمة الاستعادة العكسية في أن نفس الشبكة غالبًا ما تُكافأ على كل من تغيير الهوية وتسهيل إعادة البناء. هذا قد يغري النموذج بالاحتفاظ بسرية بميزات قابلة للتعرّف، مما يضعف الخصوصية، أو أن يفرط في تمويه الصورة فيفقد الفائدة. تتعامل ReFaceX مع هذا بفصل إشارات التعلم فعليًا. الجزء من النظام الذي يخفي الهوية يُقَيَّم فقط بناءً على مدى عدم قدرة أنظمة التعرف التجارية القوية على تمييز الوجه المجهول. أما الجزء الذي يستعيد الوجه فيُدرَّب على نسخة "منفصلة" من الصورة المجهولة، بحيث لا يمكن لنجاحه دفع مُجهِل الهوية إلى الغش عن طريق الحفاظ على الهوية. يتيح هذا التوصيل الدقيق للمؤلفين ضبط الخصوصية والفائدة كقوتين يمكن التحكم بهما بدل أن تكونا طرفي مقياس واحد ثابت.

اختبارات ضغط ضد هجمات العالم الواقعي

لاختبار ما إذا كانت ReFaceX تفي بوعودها فعّلاً، يقيم المؤلفون أداؤها على مجموعات بيانات وجه معيارية (LFW وCelebA‑HQ) ويقارنونها بعدة طرق رائدة للإخفاء. يقيسون مدى تشابه الوجوه المجهولة مع الأصلية في فضاء ثلاث أنظمة تعرّف قوية ويختبرون عدد مرات المطابقة الصحيحة لشخص ما من معرض كبير. كما يقيسون قرب الوجوه المستعادة من الأصلية باستخدام درجات معتمدة على البكسل ومقاييس موجهة للإدراك، ويقيسون زمن تشغيل النظام على بطاقة رسومات واحدة. أخيرًا، يمرّرون قناة الاسترداد المخفية عبر إعادة ترميز JPEG متكررة وتشويهات أخرى، وحتى يُحاكون هجمات عدائية تحاول سحب الصورة المجهولة نحو الأصل أو هوية المتبرّع.

ما يعنيه هذا بالنسبة لمشاركة بيانات الوجوه

تُظهر النتائج أن ReFaceX يجعل الوجوه المجهولة باستمرار أصعب في المطابقة مع الأصلية مقارنة بالطرق المنافسة، كما تقرر ذلك عدة أنظمة تعرف مستقلة، بينما في الوقت نفسه يُنتج أكثر عمليات الاستعادة ولاءً للمصرح لهم. يعمل بسرعة كافية للاستخدام في الزمن الحقيقي على عتاد قياسي ويحافظ على حمولة الاسترداد المخفية بحالة جيدة تحت معالجة الصور الواقعية. ببساطة، تقدم ReFaceX مخططًا عمليًا لمشاركة صور الوجوه تظل مفيدة للبحث والصناعة دون كشف هويات الأشخاص بشكل عشوائي. من خلال بناء نموذج للهجوم واضح، وقناة استرداد قوية، وتوازن قابل للضبط بين السرية والفائدة، تشير إلى طريقة أكثر مسؤولية للتعامل مع الأرشيفات المتنامية لوجوه البشر.

الاستشهاد: Muhammad, D., Salman, M., Shah, S.M.H. et al. ReFaceX: donor-driven reversible face anonymisation with detached recovery. Sci Rep 16, 7882 (2026). https://doi.org/10.1038/s41598-026-39337-2

الكلمات المفتاحية: إخفاء هوية الوجوه, الخصوصية في التصوير, التعلّم العميق, إخفاء البيانات داخل الصور, التعرف على الوجوه