面部交换深度假冒和数字水印的相互影响 - 一个区域意识研究

科学领域:

• 数字图像法医学 数字图像法医学
• 计算机视觉 计算机视觉
• 生成性对抗性网络 (GANs) 是一个

背景情况:

• 换脸技术正在迅速发展,引发了人们对数字媒体真实性的担忧.
• 目前的水印放置策略通常假定局部编辑,通常集中在面部区域.
• 这种假设可能不适用于复杂的面部交换算法.

研究的目的:

• 调查脸部交换对放置在图像背景中的水印的非局部影响.
• 量化脸交换对可见和不可见水印完整性的影响.
• 为了评估水印强度,身份转移和在不同的面部交换架构中保留之间的关系.

主要方法:

• 使用了区域意识协议,具有可调节强度的可见和不可见的水印.
• 在VGGFace2数据集上测试了六个不同的面部交换家族.
• 使用仅背景的峰值信号噪声比率 (PSNR) 和皮尔森相关性测量水印退化,与保留局部的基线进行比较.

主要成果:

• 换脸发生器显然改变了背景统计数据,甚至在非面部地区也降低了水印,违反了本地假设.
• 水印强度,身份传输和保留之间的依赖关系是复杂的,非单调的,受特定GAN架构的影响.
• 将编辑限制在面部的分段加权方法比全球训练的GAN更好地保持背景信号完整性;背景中的隐形水印在类似的感知扭曲水平下提供比可见的水印更高的相关性.

结论:

• 对于水印的经典稳定性测试是不够的,因为它们不考虑非本地编辑传播.
• 水标评估协议必须包含区域范围内的指标,考虑到水标的强度和特定的面交换架构.
• 未来的研究应该专注于开发可靠的水印技术和评估方法,以解决生成图像操纵的非本地性质.