I2V 防御与攻击研究论文数据集

• 2.1 人脸图像数据集
• 2.2 艺术/风格数据集
• 2.3 通用图像数据集
• 2.4 视频数据集
• 2.5 对抗鲁棒性数据集
• 2.6 多模态/编辑数据集
• 2.7 安全评测数据集

• 从 CelebA 原始数据集中筛选高质量人脸
• 使用 GAN（如 StyleGAN）进行人脸对齐和超分辨率处理
• 分辨率统一为 1024×1024（原始版本）或 512×512（预处理版本）
• 包含多种姿态、表情和光照条件

• Silencer: 预处理后的 512×512 版本，用于生成对抗扰动和评测 Hallo 模型保护效果（Yandex Disk 下载）
• AntiPure: 50 个 ID，每 ID 12 张 512×512 图像，评测抗净化扰动效果
• PID: 10 位名人，每人 4 张图片，评测提示词无关防御
• PAP: 人脸隐私保护测试
• Variance Catalyst: 50 个身份，每身份 4 张参考图
• AdvDM: 与 WikiArt 等一同用于风格模仿防御评测
• SDEdit: 256×256 和 1024×1024 分辨率用于图像编辑
• GrIDPure: 人脸风格保护评测
• DCT-Shield: 通过 PPR10K 等间接关联

🔗 原文链接: 点击阅读原文