Synthesizing Black-box Anti-forensics DeepFakes with High Visual Quality

要約

顔の偽造を行うAI技術「ディープフェイク」が世界的な注目を集めている。
このような状況の中で、フォレンジック研究者は、これらの脅威に対抗するための防御アルゴリズムの開発に焦点を当てています。
対照的に、フォレンジック検出器を妨害するために、たとえばアンチフォレンジック攻撃を通じてディープフェイクの攻撃性を強化するために開発された技術があります。
ただし、このような攻撃では、検出不能性を高めるために画像の視覚的な品質が犠牲になることがよくあります。
この問題に対処するために、ブラックボックスのアンチフォレンジック攻撃を開始するための新しい敵対的鮮明化マスクを生成する方法を提案します。
多くの既存の芸術とは異なり、このような摂動を注入することで、ディープフェイクは、心地よい鮮明な視覚効果を示しながら、高い反法医学パフォーマンスを達成できます。
実験的評価の後、提案された方法が最先端のディープフェイク検出器を正常に破壊できることを証明しました。
さらに、既存のディープフェイクアンチフォレンジック手法によって処理された画像と比較して、提案された手法によってレンダリングされたアンチフォレンジックディープフェイクの視覚的品質は大幅に洗練されています。

要約(オリジナル)

DeepFake, an AI technology for creating facial forgeries, has garnered global attention. Amid such circumstances, forensics researchers focus on developing defensive algorithms to counter these threats. In contrast, there are techniques developed for enhancing the aggressiveness of DeepFake, e.g., through anti-forensics attacks, to disrupt forensic detectors. However, such attacks often sacrifice image visual quality for improved undetectability. To address this issue, we propose a method to generate novel adversarial sharpening masks for launching black-box anti-forensics attacks. Unlike many existing arts, with such perturbations injected, DeepFakes could achieve high anti-forensics performance while exhibiting pleasant sharpening visual effects. After experimental evaluations, we prove that the proposed method could successfully disrupt the state-of-the-art DeepFake detectors. Besides, compared with the images processed by existing DeepFake anti-forensics methods, the visual qualities of anti-forensics DeepFakes rendered by the proposed method are significantly refined.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google