跳到正文
arXiv · ML· Tunahan Parlay{\i}c{\i}, Erchan Aptoula, Y\"ucel Sayg{\i}n·· 2026-10-14AI 评分31

SSM-Attack: 基于选择性状态空间模型的对抗性黑盒人脸隐私保护框架

SSM-Attack: Learning Where to Perturb for Black-Box Face Privacy

AI 导读

SSM-Attack 提出基于 Selective State Space Models 的黑盒人脸隐私保护框架,在 CelebA-HQ、LADN 和 FFHQ 上的平均攻击成功率分别达 87.10%、86.90% 和 81.15%。 该框架使用 5.73M 参数的分配网络,在 0.10 像素变化限制下,较均匀映射提升 SSIM 0.044、PSNR 1.62 dB 和 FID 11.2 点。

来源:arXiv · ML · arxiv.org