GAN指纹去除网络

双域对抗保画质

通过通道级自适应阈值学习精准去除GAN指纹，同时保留图像内容，在对抗训练中融合空间与频域判别，实现高质量反取证图像生成。

Yihong, Lu · 刘建毅 · 张茹

Knowledge-Based Systems 2025

技术优势

能去除GAN指纹

通过特征分解网络提取全局上下文特征，并由阈值学习网络自适应确定各通道阈值，减少无关残差，从而有效去除GAN指纹。

不损伤图像质量

双域判别器融合空间与频域信息，指导生成器在去除指纹的同时保持图像内容，通过对抗训练生成高质量取证对抗图像。

应用场景

• 图像取证对抗：替掉靠修改空间像素的旧方法，从根源上消除GAN指纹。
• 深度伪造防御：让攻击者无法伪造检测痕迹，提高深度伪造的隐蔽性。
• 生成图像检测：削弱检测器依赖的指纹特征，降低生成图像被识别的风险。
• 多媒体内容安全：为敏感内容脱去生成痕迹，规避溯源与内容审查。