近期，福建师范大学计算机与网络空间安全学院（软件学院）姚志强教授课题组的核心成员金彪博士在人脸隐私计算领域取得重要进展，两项研究成果分别发表于国际期刊《IEEE Transactions on Information Forensics and Security》和《Pattern Recognition》。
研究成果一：弱监督文本提示驱动的人脸软生物特征隐私保护
该成果针对人脸识别过程中性别、年龄、种族等软生物特征易泄露，以及现有保护方法依赖敏感属性标签、难以兼顾隐私保护与身份识别性能的问题，提出弱监督文本提示驱动的隐私增强框架IFSNet。该方法通过文本提示与对比学习引导生成模型潜在空间的隐私偏移，并利用局部切空间回归机制保持身份信息，实现单属性及多属性的灵活保护。理论和实验分析表明，IFSNet能够有效降低敏感属性的可推断性，同时保持较好的身份验证性能。该成果以“Weakly-Supervised Prompt-Guided Privacy Enhancement for Soft-Biometric Attributes in Facial Images”为题，发表于CCF A类期刊《IEEE Transactions on Information Forensics and Security》。福建师范大学为该论文的第一完成单位，我院2023级博士研究生胡任远为第一作者，金彪博士和宁建廷教授为通信作者。
图1 IFSNet隐私增强计算框架
论文链接：https://ieeexplore.ieee.org/document/11711209
研究成果二：针对人脸软属性识别的可逆隐私保护
该成果面向可逆人脸软属性隐私保护方案中图像恢复质量差的问题，首次将高维潜变量风格代码引入至人脸软属性隐私保护领域，提出分阶段地隐私保护-重构框架，在保证软属性隐私保护性能的前提下，有效提升了图像重建的质量和风格一致性。基于现代人脸识别器与属性鉴别器的实验表明，相较基线，Nagisa可在保留相近图像身份效用的前提下显著提升软属性隐私保护成功率，同时大幅降低重建图像与原图的学习型感知图像块相似度。该工作以“Nagisa: A reversible privacy preservation scheme against facial soft-biometric attributes recognition “为题，发表于中科院SCI一区TOP期刊《Pattern Recognition》。福建师范大学为该论文第一单位，我院2022级本科生房子涵为第一作者，金彪博士为通信作者。
图2 Nagisa可逆隐私增强计算流程图
论文链接：https://doi.org/10.1016/j.patcog.2025.112769
上述研究工作得到国家自然科学基金面上项目（编号：62272103、61872090）资助。
