AuraMask：用于开发美学反面部识别图像滤镜的可扩展管道

反面部识别(anti-facial recognition, AFR)图像滤镜通过微妙的改动来欺骗计算机视觉系统，而这些改动对人类感知而言几乎是肉眼不可见的。然而，尽管这些技术在规避监控方面备受广泛关注，用户却很少实际使用它们——因为“微妙”的改动仍足够显眼，以至于与用户的自我呈现目标产生冲突。为解决这一挑战，我们提出了AuraMask：一种创新的方法，用于创建既具对抗性又符合审美要求的AFR滤镜。使用AuraMask，我们生产了40个“美学”滤镜，模拟流行的“一键”Instagram图像滤镜。我们证明，AuraMask滤镜在针对开源面部识别模型时，满足或超过了先前方法的对抗有效性。此外，在一次受控在线用户研究（$N=630$）中，我们确认这些滤镜的用户接受度显著高于先前方法。最后，我们向社区提供我们的AFR管道，以加速对抗性且美学接受的保护措施的研究。