⚠️ 以下所有内容总结都来自于 大语言模型的能力，如有错误，仅供参考，谨慎使用
🔴 请注意：千万不要用于严肃的学术场景，只能用于论文阅读前的初筛！
💗 如果您觉得我们的项目对您有帮助 ChatPaperFree ，还请您给我们一些鼓励！⭐️ HuggingFace免费体验
2025-05-29 更新
Towards Generalized Proactive Defense against Face Swapping with Contour-Hybrid Watermark
Authors:Ruiyang Xia, Dawei Zhou, Decheng Liu, Lin Yuan, Jie Li, Nannan Wang, Xinbo Gao
Face swapping, recognized as a privacy and security concern, has prompted considerable defensive research. With the advancements in AI-generated content, the discrepancies between the real and swapped faces have become nuanced. Considering the difficulty of forged traces detection, we shift the focus to the face swapping purpose and proactively embed elaborate watermarks against unknown face swapping techniques. Given that the constant purpose is to swap the original face identity while preserving the background, we concentrate on the regions surrounding the face to ensure robust watermark generation, while embedding the contour texture and face identity information to achieve progressive image determination. The watermark is located in the facial contour and contains hybrid messages, dubbed the contour-hybrid watermark (CMark). Our approach generalizes face swapping detection without requiring any swapping techniques during training and the storage of large-scale messages in advance. Experiments conducted across 8 face swapping techniques demonstrate the superiority of our approach compared with state-of-the-art passive and proactive detectors while achieving a favorable balance between the image quality and watermark robustness.
面部替换技术被视为隐私和安全问题而受到广泛关注，并引发了大量防御性研究。随着人工智能生成内容的进步，真实和替换面部之间的差异变得微妙。考虑到难以检测伪造痕迹，我们将重点转向面部替换的目的，并主动嵌入针对未知面部替换技术的精细水印。鉴于面部替换的恒定目的是交换原始面部身份同时保留背景，我们专注于面部周围的区域以确保生成稳健的水印，同时嵌入轮廓纹理和面部身份信息以实现渐进式图像确定。水印位于面部轮廓上并包含混合消息，被称为轮廓混合水印（CMark）。我们的方法可以在无需了解任何替换技术的情况下进行面部替换检测训练，并且可以预先存储大规模信息。在八种面部替换技术上的实验表明，与最先进的被动和主动检测器相比，我们的方法具有优势，同时在图像质量和水印稳健性之间实现了有利的平衡。
论文及项目相关链接
PDF 16 pages, 11 figures, under review
摘要
人脸识别技术虽然给人们的生活带来了便利，但同时也引发了隐私和安全问题。随着人工智能生成内容的进步，真实与交换人脸之间的细微差别变得越来越难以识别。因此，本文将重点从被动防御转向主动预防，针对未知的人脸交换技术嵌入复杂的水印。我们的目标是保持原始人脸身份的同时保留背景，因此专注于面部周围区域以确保稳健的水印生成，同时嵌入轮廓纹理和人脸身份信息以实现渐进式图像确定。水印位于面部轮廓上并包含混合消息，称为轮廓混合水印（CMark）。我们的方法无需在训练期间了解任何交换技术即可实现人脸交换检测的通用性，并在图像质量和水印稳健性之间取得了良好的平衡。在八种人脸交换技术上的实验表明，与最先进的被动和主动检测器相比，我们的方法具有优越性。
要点
- 人脸交换带来了隐私和安全问题。
- 真实与交换人脸之间的差异随着技术进步而变得更加微妙。
- 本文着重于主动嵌入水印以应对未知的人脸交换技术。
- 水印被放置在面部轮廓上，包含混合消息（CMark）。
- 方法可通用于各种人脸交换技术，无需在训练期间了解交换技术。
- 在图像质量和水印稳健性之间取得了良好的平衡。
点此查看论文截图
