【ICML2025】隐私防护图像压缩：防御视觉-语言预训练模型的滥用

视觉-语言预训练模型（VLP）在语义理解方面的提升，使得保护公开发布图像不被搜索引擎等工具滥用变得愈发困难。在此背景下，本文尝试通过在图像压缩阶段引入防护机制，以防止图像被滥用，从而保护用户隐私。具体而言，我们提出了一种灵活的编码方法，称为隐私防护图像压缩（Privacy-Shielded Image Compression，PSIC），该方法能够生成具有多种解码选项的比特流。默认情况下，该比特流可解码为感知质量良好的图像，同时阻止视觉-语言预训练模型对其进行语义理解。

此外，该方法仍保留了原有的图像压缩功能。在提供可定制的输入条件下，PSIC 可重建保留完整语义信息的图像。我们提出了一个条件潜变量触发生成（Conditional Latent Trigger Generation，CLTG）模块，用于根据定制条件生成偏置信息，引导解码过程生成不同的图像版本。同时，我们设计了一个不确定性感知的加密优化函数（Uncertainty-Aware Encryption-Oriented，UAEO），通过利用目标 VLP 模型对训练数据的不确定性推断出的软标签，来提升对抗能力。

为同时兼顾图像的加密性能与感知质量，本文还引入了一种自适应多目标优化策略，可在统一的训练过程中实现二者的协同优化。所提出的方法具有即插即用的特性，可无缝集成至大多数现有的学习型图像压缩（Learned Image Compression，LIC）模型中。大量实验结果表明，该方法在多个下游任务中均表现出色，有效验证了其设计的有效性。