| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2023-09-12 15:35 変分オートエンコーダを指向したコンテンツ保護手法 ○熊谷 瞭・竹本 修・野崎佑典・吉川雅弥（名城大）  AI2023-31 |
|
| 抄録 | （和） | 近年，自然言語の指示に基づいて画像を生成する生成AIは急速に発展しており，幅広い応用が期待されている．しかし，インターネット上の画像が無断利用され，権利侵害の問題が発生している．さらに，実在する画像を元にフェイクの画像を生成し，誤情報の拡散に悪用される危険性もある．そこで本研究では，潜在拡散モデル (LDM) の変分オートエンコーダ (VAE) に基づいて敵対例サンプル (AE) を生成する方法を提案する．入力画像に知覚できない敵対的摂動を追加することで，モデルによって生成される画像の品質を低下させ，コンテンツの不正利用を防止する．評価実験では，AEを入力としてimage-to-imageタスクに利用し，敵対的な摂動がLDMの出力に与える影響を評価する． |
| （英） | In recent years, generative AI, which generates images based on instructions in natural language, has developed rapidly and is expected to be widely applied. However, many images on the Internet are used without permissions. In addition, there is a risk of generating fake images based on real images and being abused to spread false information. In this study, we propose a method to generate adversarial example samples (AE) based on a variational autoencoder (VAE) of a latent diffusion model (LDM). By adding an imperceptible adversarial perturbation to the input image, we degrade the quality of the image generated by the model and prevent unauthorized use of the protected content. In the evaluation experiment, AE is used as input for an image-to-image task, and the effect of adversarial perturbation on the output of LDM is evaluated. | |
| キーワード | （和） | 人工知能 / 潜在拡散モデル / 変分オートエンコーダ / 敵対的サンプル / / / / |
| （英） | artificial intelligence / latent diffusion models / variational autoencoder / adversarial examples / / / / | |
| 文献情報 | 信学技報, vol. 123, no. 190, AI2023-31, pp. 180-186, 2023年9月. | |
| 資料番号 | AI2023-31 | |
| 発行日 | 2023-09-05 (AI) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | AI2023-31 |
|
| 研究会情報 | |
| 研究会 | AI |
| 開催期間 | 2023-09-12 - 2023-09-13 |
| 開催地（和） | 登別グランドホテル |
| 開催地（英） | |
| テーマ（和） | 合同エージェントワークショップ＆シンポジウム2023 (JAWS2023) |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | AI |
| 会議コード | 2023-09-AI |
| 本文の言語 | 日本語 |
| タイトル（和） | 変分オートエンコーダを指向したコンテンツ保護手法 |
| サブタイトル（和） | |
| タイトル（英） | Variational Autoencoder Oriented Protection for Intellectual Property |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 人工知能 / artificial intelligence |
| キーワード(2)（和/英） | 潜在拡散モデル / latent diffusion models |
| キーワード(3)（和/英） | 変分オートエンコーダ / variational autoencoder |
| キーワード(4)（和/英） | 敵対的サンプル / adversarial examples |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 熊谷 瞭 / Ryo Kumagai / クマガイ リョウ |
| 第1著者 所属（和/英） | 名城大学 (略称： 名城大) Meijo University (略称： Meijo Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 竹本 修 / Shu Takemoto / タケモト シュウ |
| 第2著者 所属（和/英） | 名城大学 (略称： 名城大) Meijo University (略称： Meijo Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 野崎 佑典 / Yusuke Nozaki / ノザキ ユウスケ |
| 第3著者 所属（和/英） | 名城大学 (略称： 名城大) Meijo University (略称： Meijo Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 吉川 雅弥 / Masaya Yoshikawa / ヨシカワ マサヤ |
| 第4著者 所属（和/英） | 名城大学 (略称： 名城大) Meijo University (略称： Meijo Univ.) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-09-12 15:35:00 |
| 発表時間 | 20分 |
| 申込先研究会 | AI |
| 資料番号 | AI2023-31 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.190 |
| ページ範囲 | pp.180-186 |
| ページ数 | 7 |
| 発行日 | 2023-09-05 (AI) |
[研究会発表申込システムのトップページに戻る]