基于防篡改且高度可变的水印技术实现高保真人脸内容恢复
计算机视觉与模式识别
2026-03-26 v1 人工智能
摘要
AIGC 驱动的人脸操纵和深度伪造的广泛存在构成了对媒体源痕迹、完整性和版权保护的严重威胁。先前的 versatile 水印系统通常依赖于嵌入显式的局化载荷，这会导致保真度-功能之间的权衡：较大的局化信号会降低视觉质量，并在强大的生成性编辑下降低解码鲁棒性。此外，现有方法很少支持内容恢复，这限制了在必须重建原始证据时其 Forensic 价值。在面对这些挑战的基础上，我们提出了 VeriFi，一个统一版权保护、像素级操纵局化和高保真人脸内容恢复的 versatile 水印框架。VeriFi 作出了三项关键贡献：(1) 它嵌入一个紧凑的语义潜在水印，作为 content-preserving prior，使即使在严重操纵后也能实现准确的恢复；(2) 在不嵌入局化特定 artifact 的情况下实现精细局化，通过将图像特征与解码的源痕迹相关；(3) 引入一个 AIGC 攻击模拟器，将潜在空间混合与无缝融合结合，以提高对真实深度伪造管线的鲁棒性。在 CelebA-HQ 和 FFHQ 上的大量实验表明，VeriFi 在水印鲁棒性、局化精度和恢复质量方面 consistently 优于强大的基线，为深度伪造 Forensic 提供了实用且可验证的防御。
引用
@article{arxiv.2603.23940,
title = {High-Fidelity Face Content Recovery via Tamper-Resilient Versatile Watermarking},
author = {Peipeng Yu and Jinfeng Xie and Chengfu Ou and Xiaoyu Zhou and Jianwei Fei and Yunshu Dai and Zhihua Xia and Chip Hong Chang},
journal= {arXiv preprint arXiv:2603.23940},
year = {2026}
}