| 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 | 2026-03-16 11:15 潜在拡散モデルのパーソナライズ模倣生成技術に対する敵対的攻撃を活用した画像保護 ○相原羽佐・清水康生・青木輝勝（東京工科大）  IMQ2025-34 IE2025-111 MVE2025-41 |
|
| 抄録 | （和） | Stable Diffusionに代表される大規模な潜在拡散モデルの登場により，生成AIによる画像生成技術は飛躍的に発展した．従来，特定人物の生成は困難であったが，DreamBooth等の追加学習手法により特定人物の少数の画像からその人物の模倣生成が可能となり，ディープフェイクへの悪用が懸念されている．本稿では，この問題に対処すべく生成AIの学習を阻害する新たな画像保護手法を提案する．具体的には，潜在空間における構造的な破壊と意味的な乖離を同時に最適化する敵対的摂動を加えることで，画像の視覚的品質を維持したまま構造と意味情報の両面から学習を撹乱し，生成画像の品質および人物同一性を著しく低下させることに成功した． |
| （英） | Image generation technology using generative AI has evolved rapidly, that is the emergence of large-scale Latent Diffusion Models, such as Stable Diffusion. Traditionally, these image generation technologies have had difficulty generating a specific person. However, DreamBooth has made it possible to generate a specific person from a small number of images of that person. These technologies require few images to generate, which raises concerns about potential malicious use, such as deepfakes. In this paper, we propose a novel image protection method that disrupts generative AI training. Specifically, by applying Adversarial Perturbations that simultaneously optimize structural disruption and semantic divergence in the Latent space, we successfully disrupted training from both structural and semantic perspectives while maintaining visual image quality. This significantly degraded both the quality of generated images and the fidelity of person identity. | |
| キーワード | （和） | 潜在拡散モデル / Stable Diffusion / DreamBooth / 個人化追加学習 / 敵対的攻撃 / / / |
| （英） | Latent Diffusion Models / Stable Diffusion / DreamBooth / Personalized fine tuning / Adversarial Attacks / / / | |
| 文献情報 | 信学技報, vol. 125, no. 410, IE2025-111, pp. 81-86, 2026年3月. | |
| 資料番号 | IE2025-111 | |
| 発行日 | 2026-03-09 (IMQ, IE, MVE) | |
| 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 | IMQ2025-34 IE2025-111 MVE2025-41 |
|
| 研究会情報 | |
| 研究会 | CQ MVE IMQ IE |
| 開催期間 | 2026-03-16 - 2026-03-18 |
| 開催地（和） | 沖縄産業支援センター |
| 開催地（英） | Okinawa-Sangyoushien-Center |
| テーマ（和） | 五感に訴えるオンラインメディアとその評価，および一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | IE |
| 会議コード | 2026-03-CQ-MVE-IMQ-IE |
| 本文の言語 | 日本語 |
| タイトル（和） | 潜在拡散モデルのパーソナライズ模倣生成技術に対する敵対的攻撃を活用した画像保護 |
| サブタイトル（和） | |
| タイトル（英） | Image Protection against Personalized Latent Diffusion Models via Adversarial Attacks |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 潜在拡散モデル / Latent Diffusion Models |
| キーワード(2)（和/英） | Stable Diffusion / Stable Diffusion |
| キーワード(3)（和/英） | DreamBooth / DreamBooth |
| キーワード(4)（和/英） | 個人化追加学習 / Personalized fine tuning |
| キーワード(5)（和/英） | 敵対的攻撃 / Adversarial Attacks |
| 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） | 相原 羽佐 / Tsubasa Aihara / アイハラ ツバサ |
| 第1著者 所属（和/英） | 東京工科大学 (略称： 東京工科大) Tokyo University of Technology (略称： TUT) |
| 第2著者 氏名（和/英/ヨミ） | 清水 康生 / Koki Shimizu / シミズ コウキ |
| 第2著者 所属（和/英） | 東京工科大学 (略称： 東京工科大) Tokyo University of Technology (略称： TUT) |
| 第3著者 氏名（和/英/ヨミ） | 青木 輝勝 / Terumasa Aoki / アオキ テルマサ |
| 第3著者 所属（和/英） | 東京工科大学 (略称： 東京工科大) Tokyo University of Technology (略称： TUT) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-03-16 11:15:00 |
| 発表時間 | 20分 |
| 申込先研究会 | IE |
| 資料番号 | IMQ2025-34, IE2025-111, MVE2025-41 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.408(IMQ), no.410(IE), no.411(MVE) |
| ページ範囲 | pp.81-86 |
| ページ数 | 6 |
| 発行日 | 2026-03-09 (IMQ, IE, MVE) |
[研究会発表申込システムのトップページに戻る]