GEO-Detective：基于 LLM 代理揭示图像位置隐私风险
密码学与安全
2025-12-01 v1 人工智能
计算机视觉与模式识别
机器学习
摘要
社交媒体上共享的图像常常暴露地理线索。虽然早期的地理定位方法需要专业人员工作且缺乏泛化能力，但大型视觉语言模型（Large Vision Language Models, LVLMs）的兴起现在使普通用户也能实现精确地理定位。然而，现有方法未针对此任务进行优化。为探索其潜力及相关隐私风险，我们提出Geo-Detective，一种模仿人类推理和工具使用的智能体。它遵循四步程序，根据图像难度自适应选择策略，并配备专用工具，如视觉逆向搜索，模拟人类收集外部地理线索的方式。实验结果表明，GEO-Detective 在整体上优于基准大型视觉语言模型（LVLMs），尤其是在缺乏可见地理特征的图像上。 在国家级地理定位任务中，它比基准 LLM 提升了 11.1%，在更细粒度的水平上仍提供约 5.2% 的性能提升。同时，配备外部线索时，GEO-Detective 更可能产生准确预测，将“未知”预测率降低超过 50.6%。我们进一步探讨了多种防御策略，发现Geo-Detective 在鲁棒性方面表现更强，凸显了需要更有效隐私保护的重要性。
引用
@article{arxiv.2511.22441,
title = {GEO-Detective: Unveiling Location Privacy Risks in Images with LLM Agents},
author = {Xinyu Zhang and Yixin Wu and Boyang Zhang and Chenhao Lin and Chao Shen and Michael Backes and Yang Zhang},
journal= {arXiv preprint arXiv:2511.22441},
year = {2025}
}
备注
15 pages with 7 figures and 12 tables