WEKO3
アイテム
DnCNNを用いた生成AIに対する画像作品保護
http://hdl.handle.net/10228/0002001428
http://hdl.handle.net/10228/0002001428a93cdd8b-2213-4d35-839c-d6ea6931d111
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
10435131.pdf (24.0 MB)
|
|
| アイテムタイプ | 共通アイテムタイプ(1) | |||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2025-03-05 | |||||||||||||||||
| タイトル | ||||||||||||||||||
| タイトル | DnCNNを用いた生成AIに対する画像作品保護 | |||||||||||||||||
| 言語 | ja | |||||||||||||||||
| タイトル | ||||||||||||||||||
| タイトル | Illust Protection against Generative AI using DnCNN | |||||||||||||||||
| 言語 | en | |||||||||||||||||
| 著者 |
福田, 有輝也
× 福田, 有輝也
× 金岡, 大樹
× 田向, 権
WEKO
6059
|
|||||||||||||||||
| 抄録 | ||||||||||||||||||
| 内容記述タイプ | Abstract | |||||||||||||||||
| 内容記述 | Stable Diffusionをはじめとする画像生成AIは急速に発展しているが，その一方でクリエイターの画像作品を無許可で模倣するなどの問題が懸念されている．この問題に対して，画像作品に対して細かな摂動を加えることで画像生成AIによる模倣を防止する手法等が提案されている．しかし，これらの手法は画像１枚毎に最適化が必要であり，計算コストが高い．本研究では，摂動付与を深層学習モデルで代替することで，従来の最適化を省略し，高速に摂動を付与する手法を提案する．実験の結果，提案手法の摂動生成速度は従来手法と比べて高速であった．また，摂動の画像保護性能についても従来手法と同程度であるのを確認した． | |||||||||||||||||
| 言語 | ja | |||||||||||||||||
| 抄録 | ||||||||||||||||||
| 内容記述タイプ | Abstract | |||||||||||||||||
| 内容記述 | Although generative AI such as stable diffusion are rapidly developing, but there are concerns about problems such as unauthorised mimicking of creators’ illustrations. In order to address this problem, some researchers proposed methods such as adding small perturbations to the illustrations for prevention Generative AI from mimicking the illustration. However, these methods require a high computational cost due to the complex optimization. In this study, we propose a novel method to replace the perturbation assignment with a deep learning, which eliminates the optimization step and significantly accelerate conventional methods. As a result of experiments, the proposed method runs significantly faster than conventional methods. Our image protection performance of the perturbation was also confirmed to be comparable to the previous method. | |||||||||||||||||
| 言語 | en | |||||||||||||||||
| 備考 | ||||||||||||||||||
| 内容記述タイプ | Other | |||||||||||||||||
| 内容記述 | 電子情報通信学会 パターン認識・メディア理解（PRMU）, 2024年3月3日, 広島大学 東広島キャンパス | |||||||||||||||||
| 言語 | ja | |||||||||||||||||
| 書誌情報 |
ja : 電子情報通信学会技術研究報告. PRMU, パターン認識・メディア理解 巻 122, 号 404, p. 116-121, 発行日 2024-02-25 |
|||||||||||||||||
| 出版社 | ||||||||||||||||||
| 出版者 | 電子情報通信学会 | |||||||||||||||||
| 言語 | ja | |||||||||||||||||
| キーワード | ||||||||||||||||||
| 言語 | ja | |||||||||||||||||
| 主題Scheme | Other | |||||||||||||||||
| 主題 | 敵対的摂動 | |||||||||||||||||
| キーワード | ||||||||||||||||||
| 言語 | ja | |||||||||||||||||
| 主題Scheme | Other | |||||||||||||||||
| 主題 | 生成AI | |||||||||||||||||
| キーワード | ||||||||||||||||||
| 言語 | ja | |||||||||||||||||
| 主題Scheme | Other | |||||||||||||||||
| 主題 | 拡散モデル | |||||||||||||||||
| キーワード | ||||||||||||||||||
| 言語 | ja | |||||||||||||||||
| 主題Scheme | Other | |||||||||||||||||
| 主題 | 潜在拡散モデル | |||||||||||||||||
| キーワード | ||||||||||||||||||
| 言語 | en | |||||||||||||||||
| 主題Scheme | Other | |||||||||||||||||
| 主題 | Adversarial perturbation | |||||||||||||||||
| キーワード | ||||||||||||||||||
| 言語 | en | |||||||||||||||||
| 主題Scheme | Other | |||||||||||||||||
| 主題 | Generative AI | |||||||||||||||||
| キーワード | ||||||||||||||||||
| 言語 | en | |||||||||||||||||
| 主題Scheme | Other | |||||||||||||||||
| 主題 | Diffusion model | |||||||||||||||||
| キーワード | ||||||||||||||||||
| 言語 | en | |||||||||||||||||
| 主題Scheme | Other | |||||||||||||||||
| 主題 | Latent diffusion model | |||||||||||||||||
| 言語 | ||||||||||||||||||
| 言語 | jpn | |||||||||||||||||
| 資源タイプ | ||||||||||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_6501 | |||||||||||||||||
| 資源タイプ | journal article | |||||||||||||||||
| 出版タイプ | ||||||||||||||||||
| 出版タイプ | VoR | |||||||||||||||||
| 出版タイプResource | http://purl.org/coar/version/c_970fb48d4fbd8a85 | |||||||||||||||||
| NCID | ||||||||||||||||||
| 収録物識別子タイプ | NCID | |||||||||||||||||
| 収録物識別子 | AN10541106 | |||||||||||||||||
| ISSN | ||||||||||||||||||
| 収録物識別子タイプ | PISSN | |||||||||||||||||
| 収録物識別子 | 0913-5685 | |||||||||||||||||
| ISSN | ||||||||||||||||||
| 収録物識別子タイプ | EISSN | |||||||||||||||||
| 収録物識別子 | 2432-6380 | |||||||||||||||||
| 会議記述 | ||||||||||||||||||
| 会議名 | 電子情報通信学会 パターン認識・メディア理解（PRMU） | |||||||||||||||||
| 言語 | ja | |||||||||||||||||
| 開始年 | 2024 | |||||||||||||||||
| 開始月 | 03 | |||||||||||||||||
| 開始日 | 03 | |||||||||||||||||
| 開催国 | JPN | |||||||||||||||||
| 研究者情報 | ||||||||||||||||||
| URL | https://hyokadb02.jimu.kyutech.ac.jp/html/100000641_ja.html | |||||||||||||||||
| 論文ID（連携） | ||||||||||||||||||
| 値 | 10435131 | |||||||||||||||||
| 連携ID | ||||||||||||||||||
| 値 | 13595 | |||||||||||||||||
