Adv-CPG：一种具有面部对抗攻击的定制化人像生成框架
计算机视觉与模式识别
2025-03-12 v1 人工智能
摘要
近期以面部图像和文本提示作为输入的定制化人像生成（CPG）方法引起了广泛关注。尽管这些方法能生成高保真度的人像，但它们无法防止生成的人像被恶意人脸识别系统追踪和滥用。为了解决这一问题，本文提出了一种具有面部对抗攻击的定制化人像生成框架（Adv-CPG）。具体而言，为实现面部隐私保护，我们设计了一个轻量级的局部 ID 加密器和一个加密增强器。它们分别通过直接注入目标身份和添加额外身份指导来实现渐进式双层加密保护。此外，为实现细粒度且个性化的人像生成，我们开发了一个多模态图像定制器，能够生成可控的细粒度面部特征。据我们所知，Adv-CPG 是首个将面部对抗攻击引入 CPG 的研究。大量实验证明了 Adv-CPG 的优越性，例如，与 SOTA 基于噪声的攻击方法和无约束攻击方法相比，所提出的 Adv-CPG 的平均攻击成功率分别高出 28.1% 和 2.86%。
引用
@article{arxiv.2503.08269,
title = {Adv-CPG: A Customized Portrait Generation Framework with Facial Adversarial Attacks},
author = {Junying Wang and Hongyuan Zhang and Yuan Yuan},
journal= {arXiv preprint arXiv:2503.08269},
year = {2025}
}
备注
Accepted by CVPR-25