摘要
本发明公开了一种基于共性取证痕迹挖掘的人工智能合成图像反取证方法,将通用扰动添加到所述人工智能合成图像,得到用于反取证的合成图像。本发明在生成通用扰动时,通过挖掘不同合成图像的共性取证痕迹,对图像进行自适应增强,引导扰动进行更高效的生成,以提高黑盒攻击的迁移性,实现更通用的隐私保护能力。本发明生成的通用扰动,在资源受限的场景具有存储和计算的优势。
技术关键词
白盒
检测器
取证方法
图像
高通滤波器
训练集
隐私保护能力
样本
输出特征
全局平均池化
生成算法
矩阵
计数器
通道
受限
数据
场景
元素
资源