論文の概要: A Valid Watermark Is Not a Valid Identity: Spatial-Spectral Adversarial Face Evasion with Watermark Preservation

• arxiv url: http://arxiv.org/abs/2610.20278v1
• Date: Wed, 14 Oct 2026 14:37:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-15 21:06:16.206538
• Title: A Valid Watermark Is Not a Valid Identity: Spatial-Spectral Adversarial Face Evasion with Watermark Preservation
• Title（参考訳）: 有効な透かしは正当性ではない:透かし保存による空間スペクトル逆顔の侵入
• Abstract要約: 我々は,ブラックボックスの透かし設定の下で,このギャップを狙う透かし保存面回避攻撃を導入する。 提案したPGD-L攻撃は、対向的摂動を空間的およびスペクトル的保存条件でガイドし、顔認識の類似性を減少させる。
• 参考スコア（独自算出の注目度）: 9.31333472476904
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Facial image watermarking can support traceability and certification in biometric pipelines, but provenance or manipulation detection alone does not guarantee reliable biometric identity. We introduce a watermark-preserving face evasion attack that targets this gap under a black-box watermarking setting, without access to the watermarking components. The proposed PGD-L_2 attack guides adversarial perturbations with spatial and spectral preservation terms to reduce face-recognition similarity while limiting pixel-level distortion and high-frequency changes that may interfere with hidden watermark cues. Evaluated on controlled facial images with two watermarking schemes, two face-recognition models, and two datasets, the attack achieves evasion rates above 92% at operational thresholds while preserving watermark recovery above 93% for StegaFormer and above 99.7% for FaceSigns, with visual quality above 47dB PSNR at epsilon_2=2.0. These results expose a structural gap in watermark-based facial certification: a face image can remain watermark-valid and visually faithful while becoming biometrically unreliable.
• Abstract（参考訳）: 顔画像透かしはバイオメトリックパイプラインのトレーサビリティと認証をサポートすることができるが、証明や操作検出だけでは信頼性の高い生体認証は保証されない。 我々は,このギャップをブラックボックスの透かし設定で狙う透かし保護面回避攻撃を,透かし部品へのアクセスなしに導入する。 提案したPGD-L_2攻撃は,空間的およびスペクトル的保存条件による対向的摂動を誘導し,画素レベルの歪みと隠れ透かしに干渉する可能性のある高周波変化を抑えながら,顔認識の類似性を低減させる。 2つのウォーターマークスキーム、2つの顔認識モデル、2つのデータセットで制御された顔画像に基づいて、攻撃は操作しきい値で92%以上、ウォーターマーク回復はStegaFormerで93%以上、FaceSignsで99.7%以上、視覚的品質はエプシロン_2=2.0で47dB PSNR以上である。 これらの結果は、透かしに基づく顔認証における構造的ギャップを明らかにしている。

関連論文リスト

• "Training robust watermarking model may hurt authentication!'' Exploring and Mitigating the Identity Leakage in Robust Watermarking [37.002160328787454]
  W-IRは、ID保護と堅牢性を同時に組み込んだ最初の画像透かしフレームワークである。 私たちの仕事は、堅牢性とアイデンティティリークの緩和のバランスが優れている。
  論文  参考訳（メタデータ） (2026-05-10T16:44:50Z)
• Learning Generalizable and Efficient Image Watermarking via Hierarchical Two-Stage Optimization [90.13049455759358]
  ウォーターマーキングモデルが同時に3つの基準を達成できる2段階最適化を提案する。 HiWLは、広い適用性を維持しながら、一般化可能な潜在空間の透かし表現を効果的に学習する。 従来の方法よりも7.6%高い精度で透かし抽出が可能で、非常に低レイテンシ(8秒で処理された100K画像)を維持している。
  論文  参考訳（メタデータ） (2025-08-12T06:21:27Z)
• Towards Generalized Proactive Defense against Face Swapping with Contour-Hybrid Watermark [56.46745812744064]
  顔の交換は、プライバシーとセキュリティの懸念として認識されており、かなりの防衛研究を引き起こしている。 未知の顔交換技術に対して積極的に透かしを埋め込む。 本手法は,トレーニング中のスワップ技術や大規模メッセージの保存を必要とせず,顔スワップ検出を一般化する。
  論文  参考訳（メタデータ） (2025-05-25T10:29:23Z)
• An Undetectable Watermark for Generative Image Models [65.31658824274894]
  生成画像モデルに対する検出不能な最初の透かし方式を提案する。 特に、検出不能な透かしは、効率的に計算可能なメートル法で画質を劣化させることはない。 提案手法は,擬似乱数誤り訂正符号を用いて拡散モデルの初期潜時間を選択する。
  論文  参考訳（メタデータ） (2024-10-09T18:33:06Z)
• Adversarial Watermarking for Face Recognition [17.11307036255593]
  顔認識システムでは、データの完全性とセキュリティを確保する上で、透かしが重要な役割を果たす。 顔認識モデルに対する透かしと敵攻撃の相互作用について検討する。 提案手法は,顔のマッチング精度を67.2%削減する。
  論文  参考訳（メタデータ） (2024-09-24T12:58:32Z)
• Robust Identity Perceptual Watermark Against Deepfake Face Swapping [9.402982368385569]
  ディープフェイク・フェイススワップは、ディープジェネレーティブ・モデルの急速な開発で重要なプライバシー問題を引き起こしている。 本稿では,Deepfakeの顔スワップに対する検出とソーストレースを同時に行う,堅牢なアイデンティティ認識型透かしフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-11-02T16:04:32Z)
• T2IW: Joint Text to Image & Watermark Generation [74.20148555503127]
  画像と透かし(T2IW)への共同テキスト生成のための新しいタスクを提案する。 このT2IWスキームは、意味的特徴と透かし信号が画素内で互換性を持つように強制することにより、複合画像を生成する際に、画像品質に最小限のダメージを与える。 提案手法により,画像品質,透かしの可視性,透かしの堅牢性などの顕著な成果が得られた。
  論文  参考訳（メタデータ） (2023-09-07T16:12:06Z)

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。