超越像素：语义感知的排版攻击用于地理位置隐私保护
计算机视觉与模式识别
2025-11-18 v1
摘要
大型视觉语言模型 (LVMM) 如今正构成一种严重且被忽视的隐私威胁，因为它们可以直接从用户分享的图像中推断出社交媒体用户的地理位置，从而导致意外的隐私泄露。虽然对抗图像扰动提供了一个潜在的地理位置隐私保护方向，但它们需要相当强的扰动才能对抗 LVMM，这会明显降低视觉质量并削弱图像在分享中的价值。为克服这一限制，我们识别出排版攻击作为保护地理位置隐私的有前景方向，通过在视觉内容之外添加文本扩展。我们进一步研究哪些文本语义在干扰地理位置推断方面有效，并设计了一个两阶段、语义感知的排版攻击，以生成欺骗性文本来保护用户隐私。广泛的实验跨越三个数据集，证明我们的做法显著减少了五个最先进的商业 LVMM 的地理位置预测准确率，建立了一个实用且视觉上保护的策略，以应对新兴的地理位置隐私威胁。
引用
@article{arxiv.2511.12575,
title = {Beyond Pixels: Semantic-aware Typographic Attack for Geo-Privacy Protection},
author = {Jiayi Zhu and Yihao Huang and Yue Cao and Xiaojun Jia and Qing Guo and Felix Juefei-Xu and Geguang Pu and Bin Wang},
journal= {arXiv preprint arXiv:2511.12575},
year = {2025}
}