全南大学（전남대학교）5日表示，由教授 Yoo Seokbong 研究团队开发出一项名为“DeepProtect（딥 프로텍트）”的技术，可事先保护用户人脸，使生成深度伪造变得困难。
近期，在电影和游戏领域，利用人工智能（AI）将他人面孔自然合成的“深度伪造（face-swapping）”技术快速发展，导致擅自盗用人脸、数字性犯罪、诈骗、伪造视频制作等被恶意利用的严重犯罪案例不断增多。
以往的应对技术大多采用对已生成的深度伪造进行检测的“事后探测”方式，而此次提出的技术则是在将照片上传至社交媒体之前，预先对图像进行保护处理，即便有人试图利用该照片进行换脸，深度伪造结果也难以呈现自然效果，因而在“事前防御”这一点上具有差异化优势。
研究团队采用了同时防御整张人脸（Global）和特定部位（Local）的双重策略。所提出的“身份稀释（identity blending）”方法并非完全去除人脸的固有特征，而是通过基于滤波器组的检索，微量混入多个相似人脸的特征，从而模糊整张人脸的身份信息。
此外，团队还提出“属性扭曲（attribute distortion）”方法：当用户以文本提示方式指定眼睛、鼻子、嘴巴等特定面部部位时，系统会在人工智能的内部表征空间中找到与该部位相关的身份方向，并沿该方向嵌入微弱的水印信号，在保持原始图像自然外观的同时，使在深度伪造生成过程中该部位呈现出不自然的效果，从而实现优化防护。
实验结果表明，应用 DeepProtect 处理后的图像在定量评估和人工主观评估中均保持了较高的自然度，并且对多种最新人脸深度伪造模型展现出较高的防御成功率。
本研究由全南大学人工智能融合学科视觉智能媒体研究室硕士研究生 Baek Seunghyeok 与硕士研究生 Lee Eunki 作为共同第一作者参与，教授 Yoo Seokbong 与教授 Kim Hyungil 共同主持完成。相关论文已被人工智能与计算机视觉领域最高权威学术会议之一——计算机视觉与模式识别会议（CVPR 2026）国际会议录用，预计将于今年6月正式发表。
共同第一作者、硕士研究生 Baek Seunghyeok 除本论文外，还在人工智能鲁棒性（Adversarial Robustness）领域获得国际机器人与自动化会议（ICRA 2026）论文接收，正成长为具备在世界舞台上竞争力的研究人员。此外，研究人员 Lee Eunki 在硕士阶段凭借优异的研究成果，目前已被韩国电子通信研究院（ETRI）湖南圈研究中心聘为新任研究员。
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
