利用隐蔽融合模型检测人脸合成
计算机视觉与模式识别
2024-01-10 v1
摘要
由于担心人脸图像合成可能带来的负面影响（包括与虚假生物特征相关的问题），其在计算机安全领域正受到越来越多的关注。因此，构建能够检测合成人脸图像的模型是一项需要解决的重要挑战。在本文中，我们提出了一种基于融合的策略来检测人脸图像合成，同时提供针对多种攻击的弹性。该策略依赖于随机多项式系数和指数来隐藏一个新的特征空间，从而对多个未公开模型计算的输出进行后期融合。与现有的隐蔽解决方案不同，我们的策略不需要量化，这有助于保留特征空间。实验表明，我们的策略在提供针对投毒、扰动、后门和逆向模型攻击的保护的同时，实现了最先进的性能。
引用
@article{arxiv.2401.04257,
title = {Detecting Face Synthesis Using a Concealed Fusion Model},
author = {Roberto Leyva and Victor Sanchez and Gregory Epiphaniou and Carsten Maple},
journal= {arXiv preprint arXiv:2401.04257},
year = {2024}
}