基于改进Cycle-GAN的机器人视觉隐私保护方法

• 作者: 李少波 李杨 杨观赐 林家丞
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 服务机器人 隐私保护 Cycle-GAN 机器人视觉 归一化交叉相关
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 计算机与控制工程
• 页码范围: 73-78
• 页数: 6页
• 分类号: TP242
• 语种: 中文
• DOI: 10.13245/j.hust.200213

摘要

首先,通过优化Cycle-GAN的结构与参数,提出改进Cycle-GAN算法以提高算法泛化能力;然后,提出基于归一化交叉相关(NCC)的训练数据集生长算法,使训练数据集能根据环境变化自动拓展;最后,在服务机器人上实现基于改进Cycle-GAN的服务机器人视觉图片隐私保护方法,并给出机器人视觉隐私图片保护系统.构建具有4.8×104张图片的对抗训练数据集,并建立6类测试实验的测试数据集对系统性能进行测试.实验结果表明:本文方法在转换成功率、体现图片相似度的哈希差值和体现脸部成像精度的人脸识别率方面均优于Cycle-GAN算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李少波	贵州大学现代制造技术教育部重点实验室	163	758	13.0	21.0
2	李杨	贵州大学现代制造技术教育部重点实验室	18	31	3.0	5.0
3	杨观赐	贵州大学现代制造技术教育部重点实验室	39	140	6.0	10.0
4	林家丞	贵州大学现代制造技术教育部重点实验室	2	0	0.0	0.0