护身扰动在真实图像变换下是否真正保护肖像隐私？
计算机视觉与模式识别
2026-04-28 v1
摘要
主动防御方法通过引入像素级护身扰动来保护肖像图像免受未授权编辑或讨论脸部生成(TFG)的侵害，已引起日益关注的隐私保护。在真实场景中，图像在跨设备显示和传播过程中不可避免地发生各种变换——如尺度变换和颜色压缩——这些变换直接改变像素值。然而，是否存在此类像素级修改影响现有主动防御方法(依赖像素级扰动)防御效果的潜在问题，尚不明了。为此，我们对代表性主动防御方法在图像变换下进行系统评估。所评估的方法覆盖不同的生成架构(如扩散模型和GAN模型)，以及覆盖肖像和自然图像的不同防御范围，采用主观和客观指标进行定性和定量比较。实验结果表明，基于像素级扰动的防御方法在应对常见图像变换方面力不够，从而在真实应用中可能导致防御失效。为进一步凸显这一风险，我们提出一种简单而有效的净化框架，利用真实图像变换引发的漏洞。实验结果表明，所提方法可在低计算成本下有效去除护身扰动，凸显了该研究领域可能忽视的风险。
引用
@article{arxiv.2604.23688,
title = {Do Protective Perturbations Really Protect Portrait Privacy under Real-world Image Transformations?},
author = {Ruiqing Sun and Xingshan Yao and Zhijing Wu and Tian Lan and Chenhao Cui and Huiyang Zhao and Jialing Shi and Chen Yang and Xianling Mao},
journal= {arXiv preprint arXiv:2604.23688},
year = {2026}
}