针对人脸篡改的主动防御

受益于生成对抗网络(GAN)的发展，人脸篡改近期在学术界和工业界均取得了显著进展。它催生了越来越多的娱乐应用，同时也对个人隐私乃至政治安全造成了严重威胁。为缓解此类风险，已有许多对策被提出。然而，绝大多数方法以被动方式设计，即在人脸图像或视频广泛传播后检测其是否被篡改。这些基于检测的方法存在一个致命局限，即仅能用于事后取证，而无法阻止恶意行为的产生。为克服该局限，本文提出一种新颖的主动防御框架，以降级由恶意用户控制的人脸篡改模型的性能。其基本思路是在篡改前主动向目标人脸数据中注入难以察觉的毒液。为此，我们首先用替代模型模仿目标篡改模型，随后设计毒扰生成器以获得所需毒液。进一步采用交替训练策略来训练替代模型与扰生成器。我们的主动防御框架考虑了两个典型人脸篡改任务：人脸属性编辑与人脸重演。大量实验证明了该框架在不同设定下的有效性与鲁棒性。最后，我们希望本工作能为针对更多对抗场景的主动对策提供启示。