VizDefender：通过主动定位和意图推断 unmask 数据可视化篡改
计算机视觉与模式识别
2025-12-23 v1 人机交互
摘要
数据可视化的完整性正日益受到图像编辑技术的威胁，这些技术能够轻微且误导性的篡改。通过形式化研究，我们定义了这一挑战，并将篡改技术分为两类主要类型：数据操作和视觉编码操作。为此，我们提出了 VizDefender 框架，用于篡改检测和分析。该框架集成了两个核心组件：1) 半fragile 水印模块通过在图像中嵌入位置图来保护可视化效果，允许精确定位被篡改区域同时保持视觉质量；2) 意图分析模块利用多模态大型语言模型 (MLLM) 来解释操作，推断攻击者的意图和误导效果。广泛的评估和用户研究表明，我们的方法有效。
引用
@article{arxiv.2512.18853,
title = {VizDefender: Unmasking Visualization Tampering through Proactive Localization and Intent Inference},
author = {Sicheng Song and Yanjie Zhang and Zixin Chen and Huamin Qu and Changbo Wang and Chenhui Li},
journal= {arXiv preprint arXiv:2512.18853},
year = {2025}
}
备注
IEEE Transactions on Visualization and Computer Graphics (IEEE PacificVis'26 TVCG Track)