声明
致谢
1 引言
1.1 研究背景及意义
1.2 国内外研究现状
1.3 本文研究内容
1.4 本文组织结构
2 相关理论及技术
2.1 人脸匿名化技术
2.1.1 匿名化技术
2.1.2 人脸匿名化算法
2.1.3 人脸匿名化的技术难点
2.2 生成对抗网络
2.2.1 生成对抗网络的实现
2.2.2 训练存在的问题及解决办法
2.3 人脸年龄估计
2.3.1 人脸年龄估计的算法
2.3.2 人脸年龄相关数据集
3 基于EGAN 的人脸匿名化研究
3.1 问题背景
3.2 人脸匿名化流程
3.3 基于EGAN 的人脸匿名化算法
3.3.1 算法的模型架构
3.3.2 生成器的变异
3.3.3 生成器的评估
3.3.4 判别器的更新
3.4 实验分析
3.4.1 实验环境及设置
3.4.2 数据集预处理
3.4.3 匿名化人脸的生成
3.4.4 隐私保护性能的评估
3.5 本章小结
4 基于隐私保护的年龄估计方法
4.1 问题背景
4.2 年龄估计的实现流程
4.3 基于隐私保护的DEX年龄估计方法
4.3.1 算法的模型架构
4.3.2 DEX 模型的训练
4.4 实验分析
4.4.1 实验环境及设置
4.4.2 数据集描述
4.4.3 年龄估计评价指标
4.4.4 实验结果及分析
4.5 本章小结
5 结论
5.1 研究总结
5.2 未来展望
参考文献
作者简历及攻读硕士学位期间取得的研究成果
学位论文数据集
北京交通大学;