Toward Interpretable Privacy Guarantees in Face-Swapping Anonymization
该论文研究人脸交换匿名化技术中的隐私保证可解释性问题。人脸交换通过将目标个体的人脸替换为捐赠者人脸，同时保留非面部上下文，以实现视觉上的匿名化；理论上，人脸识别系统应无法识别出目标身份，从而满足隐私保护需求。然而，作者对多种人脸交换模型进行
#identity-leakage
共收录 2 条相关情报。
← 返回所有主题"Training robust watermarking model may hurt authentication!'' Exploring and Mitigating the Identity Leakage in Robust Watermarking
该论文关注鲁棒图像水印中的身份泄露问题。随着生成式AI发展，图像水印用于版权保护和所有权验证，但现有鲁棒水印方法易受两种攻击：对抗攻击（修改水印图像使解码失败）和身份泄露攻击（伪造水印图像）。作者发现，无论是经验鲁棒还是认证鲁棒的现有方法，