受监管生物识别中的高容量水印技术：量化在ICAO标准下对人脸识别的影响

《Computer Vision and Image Understanding》：High-capacity watermarking in regulated biometrics: Quantifying the impact on face recognition under ICAO standards

　　•统一框架，将水印质量与生物识别效用联系起来。
•该框架通过分布分析量化人脸识别偏移。
•我们揭示，载荷大小本身并不能预测生物识别风险。
•我们确定面部水印位置是生物识别分数偏移的驱动因素。
•我们定义了符合ICAO标准的人脸识别的可部署性标准。

引言

生物识别系统越来越多地应用于国民身份识别、边境管控和电子政务应用中，其中人脸识别（FR）是主要模态。然而，随着这些系统的广泛采用，先进生成技术的日益普及也增加了生物识别系统遭受深度伪造和变形攻击的风险，这些攻击可能同时危及身份证件和认证流程（Ferrara等人，2014；Korshunov等人，2025）。

在这一不断演变的威胁环境中，数字水印技术通过在受保护内容中直接嵌入认证信息，为支持媒体完整性和来源验证提供了一种主动手段（Ghiani等人，2025）。因此，将其集成到生物识别流程中可提供内在的来源证据，并改善人脸图像的可追溯性。然而，与此同时，水印嵌入不可避免地会修改图像信号，并可能干扰现代人脸识别系统所使用的深度表示。即使由此产生的扰动在视觉上不可察觉，它们也可能改变面部嵌入，导致配对和非配对分数分布偏移，并最终降低识别性能（Yao等人，2024）。

在受生物识别数据交换标准（包括ICAO规范）约束的监管环境中，完整性保护与生物识别效用之间的潜在冲突尤为关键（国际民航组织，2015）。在这些环境中，人脸图像必须满足关于姿态、光照、表情和整体图像质量的严格要求，因为它们在身份验证过程中直接作为生物识别证据。因此，不能将它们视为通用载体，假定不可察觉的修改在功能上是无害的。由于身份相关信息集中在特定的面部区域，即使微小的变化也可能影响识别可靠性，而后续操作（如压缩、量化和重新编码）可能进一步改变水印恢复、感知质量和生物识别效用之间的关系。

尽管这种交互在操作上非常重要，但大多数基于深度学习的水印方法都是在通用自然图像数据集上开发和评估的，其首要目标是视觉保真度和载荷容量。即使受保护内容是面部，生物识别效用也很少被考虑。在这种情况下，人脸识别通常被作为辅助组件用于主动深度伪造检测（Li等人，2025；Neekhara等人，2024；Yang等人，2021）、来源追踪（Wang等人，2021；Wu等人，2023）或身份保护（Dai等人，2024；Zhang等人，2026；Zhu等人，2023），而非用于确定水印嵌入是否保留了图像的正常识别功能。少数明确研究这一问题的研究要么侧重于低容量场景，要么依赖孤立指标，未联合考察分布变化、生物识别工作点和决策层面后果（Shadmand等人，2021；Shen等人，2024；Yao等人，2024）。

随着载荷的增加，这些局限性变得更加显著。近期方法能够在保持明显较高视觉质量的同时嵌入大量信息（Ke等人，2024；Li等人，2025；Yu等人，2024），类似能力也已在面向身份的保护方案中进行了探索（Zhu等人，2023）。在这些条件下，传统水印指标如峰值信噪比（PSNR）和比特准确率（BAR）仍然是必要的，但已不足以确定受保护图像是否仍能发挥其生物识别功能。

重要的是，这一局限性不能仅通过在传统评估中添加单个与识别相关的分数来克服。可比较的整体识别性能可能掩盖配对或非配对分数分布中的偏移，而相对较小的分布变化可能仍会逆转接近验证阈值的单个决策。反之，分数分布的可测量位移可能不会立即产生整体识别率的相应变化。因此，评估生物识别保持需要协调分析工作点性能、分布稳定性和决策层面错误，并与视觉保真度和载荷恢复联合解读。这种分析对于区分视觉上可接受且可可靠解码的水印配置与那些同时保持所评估识别系统操作行为的配置是必要的。

基于此，本研究解决三个研究问题。首先，哪些因素主要驱动水印引起的生物识别退化：名义载荷容量、视觉失真，还是它们的交互作用？由于高容量嵌入并非均匀分布其能量，以相同名义容量运行的方法可能产生显著不同的空间扰动和生物识别退化水平。因此，识别控制这一行为的因素对于确定传统水印指标能否可靠预测对识别的影响是必要的。

其次，能否定义一个操作边界来区分可接受的水印配置与损害生物识别性能的配置？这样的边界需要同时反映安全性和可用性要求，同时适应预期应用的风险特征。

第三，训练和评估域如何影响水印嵌入与人脸识别之间的交互？符合ICAO标准的肖像和无约束照片在空间构成和身份相关信息分布上存在显著差异。这些差异不仅可能影响编码器分配水印能量的位置，还可能影响由此产生的扰动与面部表示的交互强度。因此，面部域训练的潜在益处可能来自于整体失真的降低、失真的不同空间分配，或与评估图像中可用非面部内容量的交互。

为研究这些问题，我们引入了一个三阶段评估框架，将水印质量评估、生物识别影响分析以及这两个维度的交叉分析联系起来。主要贡献如下：

•我们为ICAO合规人脸识别条件下的高容量水印制定了一个三轴评估框架，以操作点退化、分数分布位移和决策层面变化分析补充视觉不可察觉性和载荷恢复。
•我们通过人脸识别分数分布的归一化Wasserstein分析和互补翻转分析将水印质量与生物识别效用联系起来，从而区分潜在分布变化与直接影响系统可用性或安全性的验证错误。
•我们研究载荷容量、水印架构、训练域和评估域的联合影响，并检查由此产生的生物识别趋势是否在两种广泛采用的识别系统中得到重现。我们进一步将观察到的行为与嵌入残差在身份相关面部区域上的空间分布联系起来。
•我们表征了8位量化对视觉保真度、载荷恢复和识别效用的影响，表明这些维度可能独立演变，并得出在面向ICAO的生物识别工作流中评估水印配置的实用建议。

本文其余部分组织如下。第2节回顾面部域水印及其与人脸识别的关系。在此基础上，第3节提出所建议的评估框架，第4节描述其实验实现。第5节报告水印质量和生物识别分析，并通过所提出的交叉分析检验它们的关系。最后，第6节总结主要发现并讨论其对ICAO合规部署场景的影响。

章节片段

背景与相关工作

本节回顾相关标准和先前工作以定位我们的研究。首先，讨论生物识别约束以及水印如何在ICAO合规系统中作为主动防御机制。接下来，探讨近期深度水印和隐写方法，重点关注那些为面部身份设计的方法。最后，考察当前研究如何整合人脸识别，突出本文所推动的关键方法论空白。

方法论

所提出的方法是面向ICAO人脸图像中高容量水印的生物识别影响评估框架。它遵循从载荷嵌入到生物识别比较的验证路径：原始肖像被转换为水印样本，所得图像由识别系统处理，并将验证行为与未修改的参考条件进行比较。该框架将水印过程、生物识别比较过程和…

实验协议

形式模型通过图1总结的实验流程实现。协议规定了用于评估第3节定义的分布和决策层面效应的数据集、水印模型、载荷配置、处理条件、识别系统和指标。

评估与结果

分析分四步进行。第5.1节首先从不可察觉性和在线与离线处理下的消息恢复方面表征水印架构。第5.2节随后通过固定阈值操作点指标、分布位移和决策层面翻转评估对面部验证的影响。第5.3节通过PSNR、BAR和归一化Wasserstein距离的交叉分析将水印质量和生物识别效用联系起来。最后…

结论

本文提出了一个用于ICAO合规人脸识别流程中高容量数字水印的三轴评估框架，将生物识别分布偏移（通过配对和非配对分数分布的归一化Wasserstein位移和决策层面翻转分析量化）作为与常规PSNR和BAR指标并行的显式评估维度。该框架通过一个基线参照的生物识别安全标准来实现操作化，该标准…

CRediT作者贡献声明

Jefferson David Rodriguez Chivata：写作—审阅与编辑、写作—初稿、可视化、方法论、调查、形式分析、概念化。Davide Ghiani：写作—审阅与编辑、方法论、形式分析。Simone Maurizio La Cava：写作—审阅与编辑、验证、监督、方法论。Marco Micheletto：写作—审阅与编辑、验证、监督、方法论。Giulia Orrù：写作—审阅与编辑、验证、监督、方法论。Gian…

利益冲突声明

作者声明以下可能被视为潜在利益冲突的财务/个人关系：鉴于其作为客座编辑的角色，Marco Micheletto和Giulia Orrù未参与本文的同行评审，也未获得有关其同行评审的信息。本文的编辑流程全部责任委托给另一位期刊编辑。如果还有其他作者，他们声明没有已知的竞争…

Jefferson David Rodriguez Chivata|Davide Ghiani|Simone Maurizio La Cava|Marco Micheletto|Giulia Orrù|Gian Luca Marcialis