Adapter Shield：面向防止未授权零样图-图生成的统一身份验证框架
计算机视觉与模式识别
2025-12-02 v1 图像与视频处理
摘要
随着扩散模型的快速发展，图像合成已达到零样图-图生成阶段，只需一个肖像或艺术品即可实现高保真的人脸身份或艺术风格复制，而无需修改任何模型权重。尽管这些技术显著增强了创作可能性，但也带来了与知识产权侵权相关的重大风险，包括未经授权的身份克隆和风格模仿。为对抗此类威胁，本 work 提出了 Adapter Shield，首个面向防御零样生成场景下个人图像滥用的通用且集成身份验证的解决方案。我们首先研究当前零样方法如何使用图像编码器从输入图像中提取嵌入向量，并通过交叉注意力层输入到扩散模型的 UNet 中。灵感来源于此机制，我们构建了一个可逆加密系统，将原始嵌入映射到根据不同密钥生成的 distinct 加密表示。经授权用户可通过解密模块和正确密钥恢复真实嵌入，从而实现正常的授权生成任务。为保护 purposes，我们设计了一种多目标对抗性扰动方法，主动将原始嵌入移动到指定的加密图案上。Consequently，受保护的图像嵌入了一层防御性机制，确保未经授权的用户只能生成扭曲或加密的输出。广泛的评估表明，我们的方法在阻止未经授权的零样图像合成方面超越了现有 SOTA 对策，同时支持对验证用户的灵活且安全的访问控制。
引用
@article{arxiv.2512.00075,
title = {Adapter Shield: A Unified Framework with Built-in Authentication for Preventing Unauthorized Zero-Shot Image-to-Image Generation},
author = {Jun Jia and Hongyi Miao and Yingjie Zhou and Wangqiu Zhou and Jianbo Zhang and Linhan Cao and Dandan Zhu and Hua Yang and Xiongkuo Min and Wei Sun and Guangtao Zhai},
journal= {arXiv preprint arXiv:2512.00075},
year = {2025}
}