中文

标记绘制:对抗机器学习遇上图像修复

机器学习 2021-06-02 v1 人工智能 密码学与安全 计算机视觉与模式识别 计算机与社会

摘要

图像修复(inpainting)是一种基于生成建模的学习型插值技术,用于填补图像中被掩码或缺失的部分;它在图片编辑与修饰中有广泛应用。近来,图像修复开始被用于去除水印,引发了担忧。本文研究如何利用我们的标记绘制(markpainting)技术对其进行操纵。首先,我们展示拥有某图像修复模型访问权限的图像所有者如何对其图像进行增强,使得任何使用该模型对其进行编辑的尝试都会添加任意可见信息。我们发现该技术可同时针对多个不同模型。若编辑者试图去除水印,这可被设计为重建水印。其次,我们展示我们的标记绘制技术可迁移至具有不同架构或在不同数据集上训练的模型,因此利用它创建的水印难以被对手去除。标记绘制是新颖的,并可用作在图像修复发生时变为可见的篡改警报。

关键词

引用

@article{arxiv.2106.00660,
  title  = {Markpainting: Adversarial Machine Learning meets Inpainting},
  author = {David Khachaturov and Ilia Shumailov and Yiren Zhao and Nicolas Papernot and Ross Anderson},
  journal= {arXiv preprint arXiv:2106.00660},
  year   = {2021}
}

备注

Proceedings of the 38th International Conference on Machine Learning (ICML 2021)