基于图像小波域自适应干扰的GAN生成人脸反取证

TP391.4; 针对现有生成对抗网络(GAN)生成人脸反取证方法攻击迁移性不强的问题,提出了一个基于图像小波域自适应干扰的GAN生成人脸反取证方法以提升攻击迁移性.该方法通过对GAN生成人脸图像的小波域信息(即图像经过小波分解后的频率分量)施加扰动以实现其对取证模型的抵抗,并且分别在空域和频域上基于最小可觉察误差(JND)设计自适应扰动阈值,对图像不同像素点位置设置不同的扰动强度,从而增强扰动的人眼不可感知性.此外,还设计了一种数据增强方式对反取证人脸进行数据分布多样性扩充,以进一步提升攻击迁移性.实验结果表明,与6种基线方法相比,所提方法生成的反取证人脸在保证扰动对人眼不可感知前提下具有更...

Full description

Saved in:
Bibliographic Details
Published in东南大学学报（自然科学版） Vol. 54; no. 5; pp. 1330 - 1338
Main Authors 陈北京, 李玉茹, 舒华忠
Format Journal Article
LanguageChinese
Published 南京信息工程大学计算机学院,南京 210044 01.09.2024
南京信息工程大学江苏省大气环境与装备技术协同创新中心,南京 210044%南京信息工程大学计算机学院,南京 210044%东南大学影像科学与技术实验室,南京 210096
Subjects
离散小波变换(DWT)
adversarial perturbations
just noticeable distortion
GAN-generated face
anti-forensics
最小可觉察误差
对抗扰动
GAN生成人脸
反取证
discrete wavelet transform(DWT)
Online AccessGet full text
ISSN1001-0505
DOI10.3969/j.issn.1001-0505.2024.05.030

Cover

More Information
Summary:TP391.4; 针对现有生成对抗网络(GAN)生成人脸反取证方法攻击迁移性不强的问题,提出了一个基于图像小波域自适应干扰的GAN生成人脸反取证方法以提升攻击迁移性.该方法通过对GAN生成人脸图像的小波域信息(即图像经过小波分解后的频率分量)施加扰动以实现其对取证模型的抵抗,并且分别在空域和频域上基于最小可觉察误差(JND)设计自适应扰动阈值,对图像不同像素点位置设置不同的扰动强度,从而增强扰动的人眼不可感知性.此外,还设计了一种数据增强方式对反取证人脸进行数据分布多样性扩充,以进一步提升攻击迁移性.实验结果表明,与6种基线方法相比,所提方法生成的反取证人脸在保证扰动对人眼不可感知前提下具有更强的攻击迁移性.
ISSN:1001-0505
DOI:10.3969/j.issn.1001-0505.2024.05.030