RiDDLE

给照片人脸加密，可还原还能换身份，隐私保护一步到位

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署图像生成 🍴 复刻 2 🐛 待处理 4 👀 关注 1

GitHub ↗

GitHub 星标 ★ 56

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，代码公开，可自行部署使用，无付费版本。

项目预览

项目数据

分类图像生成

开发团队DongzeLi-CASIA

GitHubhttps://github.com/DongzeLi-CASIA/RiDDLE

定价模式🏷️完全免费

价格说明开源项目，代码公开，可自行部署使用，无付费版本。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

主要语言Python

技术栈/模型cvpr2023,encryption,face-de-identification,gan-inversion,image-generation,stylegan2

GitHub 星标★ 56

上线时间2023-03-03 00:00:00

代码更新2025-07-03

仓库体积30.7 MB

本站数据更新2026-11-09

维护状态低维护

收录时间2026-08-09

浏览次数3

项目介绍

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。