合成具有高视觉质量的黑盒反取证 DeepFakes
计算机视觉与模式识别
2023-12-19 v1 人工智能
摘要
DeepFake 作为一种用于创建面部伪造的 AI 技术，已引起全球关注。在此背景下，取证研究人员致力于开发防御算法以应对这些威胁。相反，也有一些技术旨在增强 DeepFake 的攻击性，例如通过反取证攻击来干扰取证检测器。然而，此类攻击往往以牺牲图像视觉质量为代价来提高不可检测性。为解决这一问题，我们提出一种生成新型对抗性锐化掩码的方法，用于发起黑盒反取证攻击。与许多现有技术不同，注入此类扰动后，DeepFakes 能够在实现高反取证性能的同时展现出令人愉悦的锐化视觉效果。经实验评估，我们证明所提方法能够成功干扰 state-of-the-art 的 DeepFake 检测器。此外，与现有 DeepFake 反取证方法处理的图像相比，本方法生成的反取证 DeepFakes 的视觉质量得到了显著提升。
引用
@article{arxiv.2312.10713,
title = {Synthesizing Black-box Anti-forensics DeepFakes with High Visual Quality},
author = {Bing Fan and Shu Hu and Feng Ding},
journal= {arXiv preprint arXiv:2312.10713},
year = {2023}
}
备注
Accepted for publication at ICASSP 2024