IPV-Bench：不同图像到视频生成场景下的图像保护方法基准测试

图像到视频（I2V）生成模型可能被滥用，将单个图像动画化为令人信服的假视频，从而激发了旨在破坏此类生成的基于扰动的图像保护方法。然而，这些方法仍然难以比较：它们是在不一致的指标和生成设置下报告的，通常仅在它们优化的单个生成器上进行验证，并且在不反映真实滥用的狭窄单域图像集上进行评估。为了应对这些挑战，我们推出了 IPV-Bench（针对视频生成的图像保护），这是 I2V 生成场景中图像保护的第一个系统基准。 IPV-Bench 将一个统一协议与 IPV-500 结合起来，该协议可对保护有效性、视觉保真度和预处理攻击的鲁棒性进行联合评分，IPV-500 是一个跨越五个滥用相关域的提示配对数据集。基于此基准，我们评估了四种 I2V 模型中的五种代表性保护方法，涵盖不同的架构以及开源和商业系统。大量的实验显示了一幅始终发人深省的图景：图像保护和视频破坏相互抵消，大多数方法无法破坏噪声之外的生成，保护很少跨生成器转移，并且少数有效案例可以通过简单的预处理来破坏。我们进一步发现，图像内容决定了保护的感知成本，而不是它的好处：没有图像域提供更容易的目标。总体而言，IPV-Bench 为开发实际可行的保护方法提供了严格、可重复且可扩展的基础。