面向通用主动防御的人脸换脸轮廓混合水印

人脸换脸被认作隐私与安全问题，促使大量防御性研究。随着AI生成内容的进步，真实人脸与换脸人脸之间的差异变得日益细微。鉴于难以检测伪造痕迹，我们转向关注换脸目的本身，主动嵌入针对未知换脸技术的精细水印。鉴于恒定的换脸目标是换置原始人脸身份而保留背景，我们聚焦于人脸周边区域，以确保鲁棒的水印生成，同时嵌入轮廓纹理和人脸身份信息以实现渐进式图像识别。该水印位于人脸轮廓内，包含混合消息，称为轮廓混合水印（CMark）。我们的做法无需在训练时依赖任何换脸技术，即可实现对换脸检测的通用化，且无需提前存储大规模消息。实验在8种人脸换脸技术上进行，证明了我们方法相较于现有被动与主动检测器的优势，同时在图像质量与水印鲁棒性之间取得了理想的平衡。