我的面容是我的，不是你的：针对扩散模型的人脸替换防护
计算机视觉与模式识别
2025-05-22 v1
摘要
扩散式深度伪造技术的普及为未经授权且不道德的人脸图像操纵构成重大风险。虽然传统反措施主要关注被动检测方法，但本文引入一种新型的主动防御策略，通过对抗性攻击预先保护人脸图像，使其无法被扩散式深度伪造系统滥用。现有对抗性防护方法主要针对传统生成架构（GAN、AE、VAE），无法针对扩散模型所特有的挑战，这些模型已成为高质量人脸深度伪造的主导框架。当前针对扩散模型的对抗方法受限于其依赖特定模型架构和权重，难以有效应对扩散式深度伪造实现的多样化生态。此外，这些方法通常采用全局扰动策略，无法充分解决深度伪造中人脸区域特定操纵的挑战。
引用
@article{arxiv.2505.15336,
title = {My Face Is Mine, Not Yours: Facial Protection Against Diffusion Model Face Swapping},
author = {Hon Ming Yam and Zhongliang Guo and Chun Pong Lau},
journal= {arXiv preprint arXiv:2505.15336},
year = {2025}
}