使生成图像难以辨别：一种针对合成图像检测器的可迁移攻击
计算机视觉与模式识别
2022-06-23 v2 图像与视频处理
摘要
视觉逼真的GAN生成图像近来已成为一种重要的虚假信息威胁。研究表明这些合成图像含有可被取证检测器轻易识别的取证痕迹。不幸的是，这些检测器基于神经网络构建，而易受近期开发的对抗攻击影响。本文中，我们提出一种能够欺骗GAN生成图像检测器的新型反取证攻击。我们的攻击使用对抗训练的生成器来合成这些检测器与真实图像关联的痕迹。此外，我们提出一种训练攻击的技术，使其可实现可迁移性，即能够欺骗未显式训练对抗的未知CNN。我们通过大量实验评估我们的攻击，表明我们的攻击能用七个不同GAN创建的合成图像欺骗八个最先进的检测CNN，并优于其他替代攻击。
引用
@article{arxiv.2104.12069,
title = {Making Generated Images Hard To Spot: A Transferable Attack On Synthetic Image Detectors},
author = {Xinwei Zhao and Matthew C. Stamm},
journal= {arXiv preprint arXiv:2104.12069},
year = {2022}
}