ReFaceX：基于捐赠者驱动的可逆面部匿名化与分离恢复

为什么隐藏面孔仍然很重要

监控摄像头、社交媒体和医学数据集如今捕捉了数十亿张人脸。为了负责任地共享这些图像，组织必须在不破坏图像可用于判断的内容（例如观察方向、动作或表情）的前提下隐藏个体身份。简单手段如模糊或像素化在这两方面常常都不可靠：现代人脸识别系统有时仍能识别出人，而人类观察者和算法会失去重要的视觉细节。本文提出了 ReFaceX，一种新的面部伪装方法，旨在保护身份、保持图像的分析价值，并在需要时允许授权人员恢复原始图像。

引用: 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

关键词: 面部匿名化, 成像隐私, 深度学习, 图像隐写, 人脸识别