ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
学位论文

具有隐私保护的深度学习人脸识别研究

王艺萌华北电力大学(北京)
2019DOI: 10.27140/d.cnki.ghbbu.2019.000898
5阅读
引用收藏
分享

摘要

基于深度学习的人脸识别已经成为现在主流的身份认证技术之一。现有的许多基于深度神经网络的人脸识别模型取得了很好的效果,但是网络结构十分复杂,训练过程困难。人脸识别的攻击方法通过模型的参数获得人脸隐私数据,非法获得访问权限。对抗样本攻击使得人脸识别模型做出错误判断,对安防系统造成威胁。因此,人脸识别中的隐私保护以及安全问题是一个重要的研究方向。为了解决人脸识别的隐私与安全问题,提出了带有隐私保护的人脸识别算法,和抵御对抗样本攻击的防御策略。为了提高隐私保护算法的效率,构建了轻量级人脸识别模型。论文具体研究内容如下:(1)针对现有人脸识别模型网络结构复杂,不易训练的问题,提出一种轻量级的人脸识别算法...

学科与关键词

关键词
人脸识别差分隐私对抗生成网络(GAN)知识转移对抗样本防御去噪器 face recognitiondifferential privacyGenerative Adversarial Networks(GAN)knowledge transferadversarial attack defensedenoiser
相关
加载中…

文献加载失败,请重试

重试

学位信息

学位
其他
答辩日期
2019

作者

  • 王

    王艺萌 (第一作者)

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417