RiDDLE

给照片人脸加密，可还原还能换身份，隐私保护一步到位

RiDDLE是CVPR 2023论文《Reversible and Diversified De-identification with Latent Encryptor》的官方实现，专注于人脸去身份化（Face De-identification）任务。它解决的核心问题是：在保护人脸隐私时，如何做到既有效去除原始身份信息，又能保留其他属性（如表情、姿态、光照）以便后续使用，同时支持可逆恢复。项目基于StyleGAN2的潜空间（latent space）进行加密操作，通过训练一个潜空间加密器，将原始人脸编码到潜空间后施加可逆变换，从而生成多样化的去身份化人脸。其核心能力包括：可逆性（加密后的潜码可解密还原原始人脸）、多样性（同一输入可生成多个不同身份的结果）、属性保持（非身份属性如表情、背景等得以保留）。实现采用GAN Inversion技术，将真实图像映射到StyleGAN2的潜码，再在潜码层面进行加密。该工具适用于需要人脸隐私保护的场景，如数据集发布、社交媒体分享等。