FaceGuardian把人脸防护移入语义空间

MBZUAI与哈利法大学团队公布FaceGuardian：它在高层语义流形中优化难以察觉的扰动，目标是在扩散编辑后破坏身份可识别性，同时保留原图观感。在一项数据集测试中，未保护图像的人脸识别相似度为0.833，FaceGuardian降至0.272，优于次优方法的0.315；压缩后仍为0.361，而FaceLock为0.709。方法在InstructPix2Pix与LEDITS++上测试，并获ECCV LifeGenIP工作坊最佳论文。局限是团队可访问开源模型组件，属于灰盒条件；对封闭模型与视频的泛化仍待验证。