AEGIS：扰动3D高斯化身以遮蔽人脸身份

Dawid Wolkiewicz 等作者提出 AEGIS，一个面向 3D 高斯虚拟形象的隐私保护身份遮蔽框架：对高斯原语的基色（DC）系数施加对抗扰动，在多个预训练人脸验证网络引导下把保护嵌入 3D 表示，跨视角与动画生效，无需重训或改动几何。作者称，面对黑盒识别器，它把人脸检索与验证准确率降至接近零，同时保持高感知保真度，并保留年龄、性别、情绪等面部属性。 该工作还提出跨视角泄漏度量，论文已被 WACV 2027 接收。上述遮蔽效果为作者报告，尚未经独立验证。

AI 根据报道生成 · 48 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。