《Algorithms》：Optimizing Lightweight Convolutional Networks via Topological Attention and Entropy-Constrained Distillation: A Spectral–Topological Approach for Robust Facial Expression Recognition
Xiaohong Dong,
Yu Gao,
Mengyan Liu and
Wenxiaoman Yu
编辑推荐：
社交网络中的个人资料图像是人工智能分析的重要数据来源，但它们包含的生物识别标识符会带来严重的隐私风险。当前的人脸匿名化技术通常会破坏语义信息，而生成式去标识化方法则容易受到重识别攻击。研究人员提出了一种模板驱动的多模态人脸伪匿名化框架，该框架能够在保留分析相关
社交网络中的个人资料图像是人工智能分析的重要数据来源，但它们包含的生物识别标识符会带来严重的隐私风险。当前的人脸匿名化技术通常会破坏语义信息，而生成式去标识化方法则容易受到重识别攻击。研究人员提出了一种模板驱动的多模态人脸伪匿名化框架，该框架能够在保留分析相关属性的同时，对人脸图像数据进行隐私保护分析。该方法使用基于FaceNet的CelebA属性分类器来提取细粒度的人脸属性，并使用DeepFace模型来提取高层次的人口统计属性。与依赖随机大型语言模型的做法不同，研究人员引入了确定性的基于模板的属性到文本转换，以确保一致性和可重复性，并防止意外属性幻觉。生成的文本描述随后作为Janus-Pro的唯一条件输入，Janus-Pro是一种多模态文本到图像生成模型，能够合成真实但不可识别的人脸图像。研究人员在强对抗威胁模型下，使用CelebA数据集评估了该方法，并采用最先进的人脸识别系统来评估重识别和可链接性攻击。结果表明，在保留语义属性的同时，身份泄漏显著减少。
**研究背景与意义**
随着社交媒体和在线平台中视觉数据的大规模收集，个人资料图像成为大数据分析和人工智能驱动数据科学的重要资源。这些图像富含语义信息，可用于人口统计分析、个性化推荐和社会数据挖掘等应用。然而，面部图像包含生物识别标识符，属于高度敏感的个人数据，受到通用数据保护条例等法规的严格约束。现有的人脸匿名化技术（如模糊、像素化和黑盒遮挡）虽然易于部署，但严重破坏视觉质量和语义信息，并且容易被现代人脸识别系统通过超分辨率或重建攻击破解。生成式去标识化方法（如DeepPrivacy、CIAGAN）虽然能维持视觉真实感，但实证研究表明，图像条件合成和潜在空间匿名化可能残留身份相关线索（如面部几何结构、相关外观特征），在强对抗模型下仍可被重识别。这些局限促使研究人员探索一种根本不同的设计原则：不是修改携带身份的图像，而是通过重建实现人脸伪匿名化，即用不对应任何真实个体的真实替代图像替换身份图像，同时保留与分析相关的非识别语义属性。该研究发表在《Algorithms》。
**主要技术方法**
研究人员提出了一个模板驱动的多模态人脸伪匿名化框架，主要关键技术包括：（1）基于FaceNet的CelebA属性分类器（提取40个二值细粒度面部属性）；（2）DeepFace框架（提取年龄、性别、情绪、种族等高层次人口统计与情感属性）；（3）确定性模板驱动的属性到文本转换（将结构化概率属性映射为自然语言描述，避免随机性和属性幻觉）；（4）Janus-Pro多模态文本到图像生成模型（以文本描述为唯一条件输入，合成非可识别人脸图像）。所有评估基于CelebA数据集中的999张图像样本。
**研究结果**
**1. 属性级统计一致性评估**：通过比较原始图像与生成图像的属性分布，发现结构属性（如秃顶、尖鼻）高度稳定，语义属性（如黑发、吸引力）表现出适度可控变化，风格属性（如刘海、拱形眉毛）变异性较大。Jensen–Shannon散度和Wasserstein距离大多处于低或中等范围，表明总体语义结构得到保留。
**2. 身份去关联评估**：使用FaceNet512、Dlib、VGG-Face和ArcFace四种人脸识别模型进行1:1身份验证，结果显示：FaceNet512验证成功率为0%，其他模型验证成功案例极少（最多119/999例），且跨模型共识（至少3个模型同时验证成功）仅6例（0.60%）。这表明身份信息在大多数样本中被有效移除。
**3. 提示生成策略对比（模板 vs. 大语言模型）**：保持图像生成模型（Janus-Pro）不变，比较确定性模板与大语言模型（Mistral-7B）生成的提示词。模板驱动方法在情绪属性上表现出更强的积极偏向，而大语言模型方法匹配原始情绪分布更紧密；但在主观属性（如吸引力）和风格属性上，大语言模型方法漂移略大。总体而言，模板方法提供更强的可控性和可重复性，但可能引入措辞偏差。
**4. 交叉模型身份验证与定性比较**：在严格共识规则（3/4模型一致）下，模板方法和大语言模型方法分别仅有6例和2例被验证为同一身份。定性观察显示，模板生成图像通常更真实、连贯，而大语言模型生成图像更易出现伪影或合成失败。
**讨论与结论**
讨论部分指出，该框架成功实现了人口层面语义保留与个体身份去关联的平衡。属性级行为受CelebA数据集固有偏差影响（如“无胡须”正样本占83.48%），但身份去关联结果不受此影响，因为识别模型依赖面部结构而非边缘属性频率。未来工作需引入偏见缓解模型、自适应属性校准及人类评估。结论部分强调，该研究提出了一种确定性模板驱动的伪匿名化方法，通过属性离散化、受控自然语言生成和文本到图像合成，生成视觉合理且身份无关的表征。文本模板的组合容量分析证明固定语言结构下可实现高表达多样性。属性评估证实语义在人口层面得以保留，身份评估显示重识别在多个人脸识别模型下以高概率失败。该框架为数据共享、可视化和合成数据集生成等隐私敏感应用提供了原则性的可重复方案。**研究结论**：有效的伪匿名化不需要消除语义结构，而是需要将身份特异性线索与属性级信息分离。该框架提供了实现这种分离的原则性、可重复方法，适用于隐私敏感应用。
