Adv-CPG: A Customized Portrait Generation Framework with Facial Adversarial Attacks

作者: Junying Wang, Hongyuan Zhang, Yuan Yuan

发布时间: 2025-03-13

来源: arxiv

研究方向: 人工智能，计算机视觉，图像生成

主要内容

该研究提出了一种名为Adv-CPG的定制肖像生成框架，结合了面部对抗攻击技术，旨在生成既能满足个性化需求，又能保护面部隐私的肖像图像。

1. 首次将面部对抗攻击技术引入基于扩散模型的定制肖像生成框架

2. 设计了轻量级本地ID加密器和加密增强器，实现了渐进式双层加密保护

3. 开发了一种多模态图像定制器，能够生成受控的细粒度面部特征

4. 在保护面部隐私的同时，实现了高保真和个性化的肖像生成

1. 扩散模型

2. 面部对抗攻击

3. 多模态图像定制器

4. ID加密器

5. 加密增强器

实验结果表明，Adv-CPG在面部隐私保护和肖像生成方面均优于现有方法。与SOTA噪声攻击方法和非约束攻击方法相比，Adv-CPG的平均攻击成功率分别提高了28.1%和2.86%。

未来工作将探索将Adv-CPG应用于其他面部操作任务，如面部编辑和面部交换，以在人工智能时代全面保护面部隐私。