| 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 | 2024-03-04 10:52 DnCNNを用いた生成AIに対する画像作品保護 ○福田有輝也・金岡大樹（九工大）・田向 権（九工大/ニューロモルフィックAIハードウェア研究センター）  PRMU2023-71 |
|
| 抄録 | （和） | 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． |
| （英） | 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. | |
| キーワード | （和） | 敵対的摂動 / 生成AI / 拡散モデル / 潜在拡散モデル / / / / |
| （英） | Adversarial perturbation / Generative AI / Diffusion model / Latent diffusion model / / / / | |
| 文献情報 | 信学技報, vol. 123, no. 409, PRMU2023-71, pp. 116-121, 2024年3月. | |
| 資料番号 | PRMU2023-71 | |
| 発行日 | 2024-02-25 (PRMU) | |
| 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 | PRMU2023-71 |
|
| 研究会情報 | |
| 研究会 | PRMU IBISML IPSJ-CVIM |
| 開催期間 | 2024-03-03 - 2024-03-04 |
| 開催地（和） | 広島大学 東広島キャンパス |
| 開催地（英） | Hiroshima Univ. Higashi-Hiroshima campus |
| テーマ（和） | 雑多なデータセットの有効活用 (PRMU/IPSJ-CVIM)、機械学習の理論と応用の広がり (IBISML) |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | PRMU |
| 会議コード | 2024-03-PRMU-IBISML-CVIM |
| 本文の言語 | 日本語 |
| タイトル（和） | DnCNNを用いた生成AIに対する画像作品保護 |
| サブタイトル（和） | |
| タイトル（英） | Illust Protection against Generative AI using DnCNN |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 敵対的摂動 / Adversarial perturbation |
| キーワード(2)（和/英） | 生成AI / Generative AI |
| キーワード(3)（和/英） | 拡散モデル / Diffusion model |
| キーワード(4)（和/英） | 潜在拡散モデル / Latent diffusion model |
| 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） | 福田 有輝也 / Yukiya Fukuda / フクダ ユキヤ |
| 第1著者 所属（和/英） | 九州工業大学 (略称： 九工大) Kyushu Institute of Technology (略称： Kyutech) |
| 第2著者 氏名（和/英/ヨミ） | 金岡 大樹 / Daiju Kanaoka / カナオカ ダイジュ |
| 第2著者 所属（和/英） | 九州工業大学 (略称： 九工大) Kyushu Institute of Technology (略称： Kyutech) |
| 第3著者 氏名（和/英/ヨミ） | 田向 権 / Hakaru Tamukoh / タムコウ ハカル |
| 第3著者 所属（和/英） | 九州工業大学/ニューロモルフィックAIハードウェア研究センター (略称： 九工大/ニューロモルフィックAIハードウェア研究センター) Kyushu Institute of Technology/Research Center for Neuromorphic AI Hardware (略称： Kyutech/Research Center for Neuromorphic AI Hardware) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 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 | 2024-03-04 10:52:00 |
| 発表時間 | 12分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2023-71 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.409 |
| ページ範囲 | pp.116-121 |
| ページ数 | 6 |
| 発行日 | 2024-02-25 (PRMU) |
[研究会発表申込システムのトップページに戻る]