随着手机、平板电脑等带有摄像头的设备的广泛使用，各种照片与视频被记录、存储。这类设备虽然给人们生活带来了便利，但也带来了隐私泄露问题，隐私保护问题受到了学术界的广泛关注。近期，贵州大学现代制造技术教育部重点实验室杨观赐教授课题组，针对人脸隐私保护，基于生成式对抗网络提出了一种无监督的服务机器人人脸隐私保护方法（FPGAN）。FPGAN训练不需要大量带标签的数据，可以生成新的面部特征替换原始图像的面部特征，独特的损失函数可以缓解模式崩塌和不收敛问题。
该成果以“FPGAN：Face De-identification Method with Generative Adversarial Networks for social Robots”为题在线发表于一区Top期刊Neural Networks(5 years IF =7.309）。杨观赐教授为论文通讯作者，所指导的2018级硕士研究生林家丞为论文第一作者。本研究得到了国家自然科学基金项目(61863005)，贵州省科技计划项目(黔科合支撑[2019]2814，黔科合平台人才[2018]5702，黔科合平台人才[2020] 6007)，贵州省2019年研究生科研基金项目[JJSCXJH][2019]109号以及贵州大学研究生全国科技竞赛培育项目的资助。
论文链接为：https://doi.org/10.1016/j.neunet.2020.09.001。
