Anti-I2V：防御恶意图像到视频生成
计算机视觉与模式识别
2026-03-26 v1 人工智能
摘要
扩散式视频生成模型的快速进步虽然显著提升了人类动画质量，却也构成了通过特定人物照片和文本提示创建伪造视频的滥用风险。近期研究聚焦于引入人工扰动来保护图像免受扩散模型攻击的对抗方法。然而，大多数现有方法针对图像生成，而针对图像到视频扩散模型（VDMs）的研究则寡且，主要聚焦于 UNet 架构，对 Diffusion Transformer（DiT）模型的有效性鲜有探索。由于这些模型展现出更强的特征保留能力和更好的时间一致性（由更大的容量和先进的注意力机制赋予），其面临的挑战更为严峻。本文引入 Anti-I2V，一种针对恶意人类图像到视频生成的新型防御方法，适用于多样化的扩散主干网络。Anti-I2V 不局限于 RGB 空间的噪声更新，而是在 L*a*b* 空间和频域中操作，提高了鲁棒性并聚焦于关键像素。我们识别捕获最具辨识度语义特征的网络层，以设计恰当的训练目标，最大化时间一致性和生成保真度的退化。通过广泛的验证，Anti-I2V 在对抗多样化视频扩散模型方面展现出领先的防御性能，为解决此问题提供了有效方案。
引用
@article{arxiv.2603.24570,
title = {Anti-I2V: Safeguarding your photos from malicious image-to-video generation},
author = {Duc Vu and Anh Nguyen and Chi Tran and Anh Tran},
journal= {arXiv preprint arXiv:2603.24570},
year = {2026}
}
备注
Accepted to CVPR 2026 (Main Conference)