論文の概要: SRAP: SVD-Refined Adversarial Perturbations for Imperceptible Face-Swap Defense

• arxiv url: http://arxiv.org/abs/2608.03395v1
• Date: Tue, 04 Aug 2026 09:48:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-05 15:30:23.117663
• Title: SRAP: SVD-Refined Adversarial Perturbations for Imperceptible Face-Swap Defense
• Title（参考訳）: SRAP: SVD-Refined Adversarial Perturbation for Imperceptible Face-Swap Defense
• Abstract要約: 投影勾配降下(PGD)によって生じる逆方向の摂動は、顔スワッピングモデルで使用されるアイデンティティ表現を妨害することができる。 PGD摂動の識別感度推定と特異値分解(SVD)により,これらの空間的およびスペクトル的非効率を解析した。 本稿では,各最適化ステップにおいて,チャネル毎のSVD精細化とID重要度マスクを併用したSRAPを提案する。
• 参考スコア（独自算出の注目度）: 15.331054591146978
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Deepfake technologies pose increasing threats to facial privacy and identity security, motivating proactive defenses that protect facial images before misuse. Although adversarial perturbations generated by projected gradient descent (PGD) can disrupt the identity representations used by face-swapping models, their visual quality is degraded by two characteristics: perturbations are distributed broadly over the image, including identity-insensitive regions, and they contain visually salient high-frequency components. We analyze these spatial and spectral inefficiencies through identity-sensitivity estimation and the singular-value decomposition (SVD) of PGD perturbations. Our analysis shows that later singular components contain a disproportionate amount of high-frequency energy, while the leading components preserve most of the perturbation energy and defense utility. Based on these observations, we propose SRAP, which combines per-channel truncated SVD refinement with an identity-importance mask at every optimization step. The SVD refinement suppresses high-rank, high-frequency residuals, while the mask restricts perturbations to locations that strongly influence identity representations. Experiments on CelebA-HQ and VGGFace2-HQ demonstrate that SRAP substantially improves protected-image fidelity across all reported metrics while maintaining competitive identity-disruption performance, yielding a favorable trade-off between face-swap defense and visual imperceptibility.
• Abstract（参考訳）: ディープフェイク技術は、顔のプライバシーとアイデンティティのセキュリティに対する脅威を増大させ、誤用前に顔画像を保護する積極的な防御を動機付けている。 投影勾配降下(PGD)によって生じる逆向き摂動は、顔スワッピングモデルで使用されるアイデンティティ表現を妨害するが、その視覚的品質は2つの特徴により劣化する。 PGD摂動の識別感度推定と特異値分解(SVD)により,これらの空間的およびスペクトル的非効率を解析した。 我々の分析では、後続の特異成分は不均質な高周波エネルギーを含み、一方、主成分は摂動エネルギーと防御ユーティリティの大部分を保存している。 これらの観測に基づいて,各最適化ステップにおいて,チャネル毎のSVD精細化とID重要マスクを併用したSRAPを提案する。 SVDリファインメントは高い周波数残基を抑制する一方、マスクはアイデンティティ表現に強く影響を及ぼす位置への摂動を制限する。 CelebA-HQとVGGFace2-HQの実験では、SRAPは、競合するアイデンティティ破壊性能を維持しながら、報告されたすべての指標における保護イメージの忠実性を大幅に改善し、対面スワップ防御と視覚的不認性の間に良好なトレードオフをもたらすことを示した。

関連論文リスト

• Phantom: A Unified Face-Swap Deepfake Protection Framework with Latent and Spatial Constraints [0.6533091401094099]
  フェイススワッピングのディープフェイクは、不正なID操作を可能にすることによって、個人のプライバシーに対するエスカレートな脅威となる。 我々は,潜伏領域と空間領域の摂動を協調的に抑制する統合型フェイススワップディープフェイク保護フレームワークPhantomを提案する。
  論文  参考訳（メタデータ） (2026-06-30T14:10:38Z)
• Adv-TGD: Adversarial Text-Guided Diffusion for Face Recognition Impersonation Attacks [2.1485350418225244]
  本稿では,ジェネレーティブ・アタック・フレームワークであるAdv-TGDを提案する。 ターゲットのアイデンティティを偽装し、顔認識システムを欺くことができる光現実的な顔を合成する。 Adv-TGDは、IR152、IRSE50、MobileFace、FaceNetで平均攻撃成功率(ASR)が85.90%に達する。
  論文  参考訳（メタデータ） (2026-06-10T03:28:00Z)
• Bypassing Copyright Protection in Diffusion-based Customization via Two-Stage Latent Feature Optimization [51.33055188976282]
  敵対的攻撃は 個人化された画像生成において 悪意のあるコンテンツの偽造を防ぐ 防衛戦略として浮上した 本稿では,2段階遅延特徴最適化 (TS-LFO) を導入する。 広範な実験により、TS-LFOは、最先端のSOTA著作権防衛を一貫して回避し、DiffPure、GrIDPure、IMPRESSなどのSOTA著作権攻撃より優れていることが示されている。
  論文  参考訳（メタデータ） (2026-06-06T07:59:08Z)
• SIDeR: Semantic Identity Decoupling for Unrestricted Face Privacy [53.75084833636302]
  本稿では,非制限顔プライバシー保護のためのセマンティックデカップリング駆動フレームワークSIDeRを提案する。 SIDeRは、顔画像をマシン認識可能な識別特徴ベクトルと視覚的に知覚可能なセマンティックな外観成分に分解する。 認証されたアクセスのために、SIDeRは正しいパスワードが提供されるときに元の形式に復元できる。
  論文  参考訳（メタデータ） (2026-02-04T19:30:48Z)
• Single-Pixel Vision-Language Model for Intrinsic Privacy-Preserving Behavioral Intelligence [55.512671026669516]
  安全な環境モニタリングを再現する新しいフレームワークSP-VLM(Single-Pixel Vision-Language Model)を提案する。 それは本質的に低次元の1ピクセルのモダリティを通して人間のダイナミクスを捉えることによって、固有のプライバシ・バイ・デザインを実現する。 いずれにせよ,SP-VLMは意味ある行動意味を抽出し,ロバストな異常検出,数え方,行動理解を可能にしている。
  論文  参考訳（メタデータ） (2026-01-21T09:11:26Z)
• Safeguarding Facial Identity against Diffusion-based Face Swapping via Cascading Pathway Disruption [21.37567715195999]
  VoidFaceは,顔スワップを結合したアイデンティティパスとみなすシステム的防御手法である。 まず,物理レグレッションとセマンティック埋め込みを劣化させるため,局所化の破壊とアイデンティティの消去を導入し,音源面の正確なモデリングを損なう。 次に、注意機構を分離してアイデンティティ注入を行い、ソースアイデンティティの再構築を防ぐために中間拡散特性を損なうことにより、生成領域に介入する。
  論文  参考訳（メタデータ） (2026-01-21T07:52:56Z)
• Diffusion-based Adversarial Identity Manipulation for Facial Privacy Protection [14.797807196805607]
  顔認識は、ソーシャルネットワーク上での不正な監視とユーザー追跡によって、深刻なプライバシー上の懸念を引き起こしている。 既存のプライバシーを強化する方法は、顔のプライバシーを保護する自然な顔画像を生成するのに失敗する。 そこで我々はDiffAIMを提案し、悪意のあるFRシステムに対して自然かつ高度に伝達可能な対向顔を生成する。
  論文  参考訳（メタデータ） (2025-04-30T13:49:59Z)
• ID-Guard: A Universal Framework for Combating Facial Manipulation via Breaking Identification [60.73617868629575]
  深層学習に基づく顔操作の誤用は、公民権に重大な脅威をもたらす。 この不正行為を防止するため、操作過程を妨害する積極的な防御法が提案されている。 本稿では,IDガード(ID-Guard)と呼ばれる顔の操作に対処するための普遍的な枠組みを提案する。
  論文  参考訳（メタデータ） (2024-09-20T09:30:08Z)
• Diff-Privacy: Diffusion-based Face Privacy Protection [58.1021066224765]
  本稿では,Diff-Privacyと呼ばれる拡散モデルに基づく顔のプライバシー保護手法を提案する。 具体的には、提案したマルチスケール画像インバージョンモジュール(MSI)をトレーニングし、元の画像のSDMフォーマット条件付き埋め込みのセットを得る。 本研究は,条件付き埋め込みに基づいて,組込みスケジューリング戦略を設計し,デノナイズプロセス中に異なるエネルギー関数を構築し,匿名化と視覚的アイデンティティ情報隠蔽を実現する。
  論文  参考訳（メタデータ） (2023-09-11T09:26:07Z)
• Dual Spoof Disentanglement Generation for Face Anti-spoofing with Depth Uncertainty Learning [54.15303628138665]
  フェース・アンチ・スプーフィング(FAS)は、顔認識システムが提示攻撃を防ぐ上で重要な役割を担っている。 既存のフェース・アンチ・スプーフィング・データセットは、アイデンティティと重要なばらつきが不十分なため、多様性を欠いている。 我々は「生成によるアンチ・スプーフィング」によりこの問題に対処するデュアル・スポット・ディアンタングメント・ジェネレーション・フレームワークを提案する。
  論文  参考訳（メタデータ） (2021-12-01T15:36:59Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。