GeoCloak: An Agentic Framework for Semantics-Preserving Geolocation Privacy via Peripheral Clue Manipulation

📄 arXiv: 2610.20055v1 📥 PDF

作者: Yixin Wu, Mingjie Li, Yun Shen, Michael Backes, Yang Zhang

分类: cs.CV, cs.AI, cs.CR

发布日期: 2026-10-14

备注: 27 pages

💡 一句话要点

提出GeoCloak以解决图像地理位置隐私问题

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 地理位置隐私 视觉语言模型 对抗性扰动 语义编辑 隐私保护框架

📋 核心要点

  1. 现有方法主要依赖对抗性扰动，导致视觉伪影和效用下降，无法有效保护用户隐私。
  2. GeoCloak通过识别地理位置相关的线索，针对性地进行语义编辑，抑制边缘线索，从而保护隐私。
  3. 在四个多样化的数据集上，GeoCloak将城市级准确率从41.2%降低至9.9%，同时保持更好的效用表现。

📝 摘要（中文）

随着大型视觉语言模型（LVLMs）的快速发展，从图像中推断地理位置的准确性显著提高，这给用户隐私带来了严重风险。现有保护方法主要依赖对抗性扰动，导致可感知的视觉伪影和效用下降。本文提出GeoCloak，一个语义保留的地理位置隐私保护框架，利用视觉-地理位置不对称性，通过识别和抑制边缘线索来保护用户隐私。实验表明，GeoCloak在多个数据集上显著降低城市级准确率，同时保持更好的效用。希望本研究为实际的地理位置隐私保护提供有效解决方案。

🔬 方法详解

问题定义：本文旨在解决从图像中推断用户地理位置的隐私风险，现有方法主要依赖对抗性扰动，导致视觉伪影和效用下降，无法有效保护用户隐私。

核心思路：GeoCloak利用视觉-地理位置不对称性，识别出对地理位置推断至关重要的边缘线索，并通过语义编辑和对抗性扰动来抑制这些线索，从而实现隐私保护。

技术框架：GeoCloak的整体架构包括线索识别模块、语义编辑模块和对抗性扰动配置模块。该框架在迭代的效用反馈下，自动调整编辑策略，以达到最佳隐私保护效果。

关键创新：GeoCloak的主要创新在于其线索感知规划能力，能够针对性地抑制视觉上边缘但对地理位置推断至关重要的线索，这与现有方法的广泛扰动策略形成鲜明对比。

关键设计：在设计中，GeoCloak采用了针对性语义编辑技术，并结合了效用感知的反馈机制，以确保在抑制地理位置线索的同时，尽可能保留图像的视觉质量。具体的损失函数和网络结构细节在论文中进行了详细描述。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

GeoCloak在四个数据集上评估，城市级准确率从41.2%降至9.9%，约为最佳基线的一半，同时在效用保留方面表现显著优于现有方法，展示了其在隐私保护中的有效性和实用性。

🎯 应用场景

GeoCloak的研究成果在社交媒体、图像分享平台和智能手机应用等领域具有广泛的应用潜力。用户可以通过该框架有效保护其共享图像中的地理位置信息，增强隐私控制，降低被恶意推断位置的风险。未来，该技术可能推动更广泛的隐私保护标准和工具的发展。

📄 摘要（原文）

The rapid advancement of large vision language models (LVLMs) has made geolocation inference from images highly accurate and accessible. This poses serious privacy risks: a passive adversary with black-box LVLM access can infer a user's location from a single photo with no metadata. Existing protection methods rely almost exclusively on adversarial perturbation, which introduces perceptible visual artifacts and utility degradation. We identify the visual-geolocation asymmetry: geolocation-decisive clues, such as street signs, tend to be visually peripheral but dominate location inference. Exploiting this asymmetry, we propose GeoCloak, an agentic framework for semantics-preserving geolocation privacy protection. It acts as a clue-aware planner that analyzes each image to identify geolocation-relevant clues, dispatches targeted semantic edits to directly suppress peripheral clues, and autonomously configures adversarial perturbation to further suppress residual geolocation features, all under iterative utility-aware feedback. We evaluate GeoCloak on four diverse datasets spanning 108 countries and 576 cities against five LVLMs and three inference methods. GeoCloak reduces overall city-level accuracy from 41.2% to 9.9%, approximately half of the best-performing baseline, while achieving substantially superior utility preservation both qualitatively and quantitatively. We hope this work takes a meaningful step toward practical, semantics-preserving geolocation privacy protection, giving users greater control over the location information inadvertently embedded in their shared images.