主动防御多种Deepfake模型，北大王选所在AAAI22上提出跨模型通用对抗水印CMUA-Watermark

本文分享AAAI 2022论文『CMUA-Watermark: A Cross-Model Universal Adversarial Watermark for Combating Deepfakes』，由北大王选所提出跨模型通用对抗水印 CMUA-Watermark，主动防御多种 Deepfake模型。

• 论文链接：https://arxiv.org/abs/2105.10872

• 项目链接：https://github.com/VDIGPKU/CMUA-Watermark

该工作提供一种跨图像、跨模型的通用对抗水印生成方法，这种方法只需要用少量的面部图像（128张）进行训练，生成的水印就可以保护几乎所有的面部图片，使多种Deepfake模型不能正常篡改这些图片（即让其输出扭曲）。相对于传统的单图像、单模型的对抗水印生成方法的基础，CMUA提出了两级扰动融合（two-level perturbation fusion）的策略，使得生成的水印进行图像级别(image-level fusion)、模型级别(model-level fusion)的融合，提高水印的迁移性。同时，为了减少迭代生成水印时步长对结果的影响，提高在不同模型之间的迁移性，CMUA使用TPE自动搜索不同模型的更新步长。

内容中包含的图片若涉及版权问题，请及时与我们联系删除