論文の概要: Analyzing the AI Nudification Application Ecosystem

• arxiv url: http://arxiv.org/abs/2411.09751v1
• Date: Thu, 14 Nov 2024 19:05:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-18 15:37:30.199476
• Title: Analyzing the AI Nudification Application Ecosystem
• Title（参考訳）: AIの核化アプリケーションエコシステムの解析
• Authors: Cassidy Gibson, Daniel Olszewski, Natalie Grace Brigham, Anna Crowder, Kevin R. B. Butler, Patrick Traynor, Elissa M. Redmiles, Tadayoshi Kohno,
• Abstract要約: 被服者(画像被写体)の原像が与えられた場合、AIベースのヌードアプリケーションは、その人物のヌード(無ストレス)画像を生成することができる。 実世界において、画像の主題の同意なく、そのような応用が用いられているという証拠は豊富である。 本研究は,20の有名かつ手軽なヌードWebサイトに焦点を当てた。
• 参考スコア（独自算出の注目度）: 28.065263900272747
• License:
• Abstract: Given a source image of a clothed person (an image subject), AI-based nudification applications can produce nude (undressed) images of that person. Moreover, not only do such applications exist, but there is ample evidence of the use of such applications in the real world and without the consent of an image subject. Still, despite the growing awareness of the existence of such applications and their potential to violate the rights of image subjects and cause downstream harms, there has been no systematic study of the nudification application ecosystem across multiple applications. We conduct such a study here, focusing on 20 popular and easy-to-find nudification websites. We study the positioning of these web applications (e.g., finding that most sites explicitly target the nudification of women, not all people), the features that they advertise (e.g., ranging from undressing-in-place to the rendering of image subjects in sexual positions, as well as differing user-privacy options), and their underlying monetization infrastructure (e.g., credit cards and cryptocurrencies). We believe this work will empower future, data-informed conversations -- within the scientific, technical, and policy communities -- on how to better protect individuals' rights and minimize harm in the face of modern (and future) AI-based nudification applications. Content warning: This paper includes descriptions of web applications that can be used to create synthetic non-consensual explicit AI-created imagery (SNEACI). This paper also includes an artistic rendering of a user interface for such an application.
• Abstract（参考訳）: 被服者(画像被写体)の原像が与えられた場合、AIベースのヌードアプリケーションは、その人物のヌード(無ストレス)画像を生成することができる。 さらに、そのような応用は存在するだけでなく、実世界でも、画像の主題の同意なしにも、そのような応用が使われているという証拠は十分にある。 それでも、そのようなアプリケーションの存在に対する認識が高まり、画像の主題の権利を侵害し、下流の害を引き起こす可能性にもかかわらず、複数のアプリケーションにまたがるヌード化アプリケーションエコシステムに関する体系的な研究は行われていない。 ここでは,20の有名かつ手軽なヌード化サイトに着目して,そのような研究を行っている。 これらのウェブアプリケーションの位置決め(例えば、ほとんどのサイトは、すべての人々ではなく、女性のヌード化を明示的にターゲットとしている)、彼らが宣伝する特徴(例えば、服装のない場所から性的位置における画像のレンダリングまで)、そしてその基盤となる収益化基盤(例えば、クレジットカードや暗号通貨)について検討する。 この研究は、現代の(そして未来の)AIベースのヌード化アプリケーションに直面して、個人の権利をよりよく保護し、害を最小限にする方法について、科学、技術、政策のコミュニティ内で、未来的でデータインフォームドな会話を強化するだろう、と私たちは信じています。 コンテンツ警告: SNEACI(Synthetic non-consensual explicit AI-created image)を作成するために使用できるWebアプリケーションの記述を含む。 本稿では,そのようなアプリケーションのためのユーザインタフェースの芸術的レンダリングについても紹介する。

関連論文リスト

• Synthetic Photography Detection: A Visual Guidance for Identifying Synthetic Images Created by AI [0.0]
  合成写真は、広範囲の脅威俳優によって悪用されることがある。 生成した画像中の可視人工物は、その合成原点を訓練された眼に示している。 これらのアーティファクトを分類し、例を示し、検出する上での課題について議論し、我々の研究の実践的応用を提案し、今後の研究方向性を概説する。
  論文  参考訳（メタデータ） (2024-08-12T08:58:23Z)
• Safeguard Text-to-Image Diffusion Models with Human Feedback Inversion [51.931083971448885]
  本稿では,Human Feedback Inversion (HFI) というフレームワークを提案する。 実験の結果,画像品質を維持しながら,好ましくないコンテンツ生成を著しく削減し,公的な領域におけるAIの倫理的展開に寄与することが示された。
  論文  参考訳（メタデータ） (2024-07-17T05:21:41Z)
• Privacy-preserving Optics for Enhancing Protection in Face De-identification [60.110274007388135]
  この脆弱性を解決するために,ハードウェアレベルの顔識別手法を提案する。 また、プライバシ保存画像、フェイスヒートマップ、およびパブリックデータセットからの参照顔イメージを入力として、新しい顔を生成する匿名化フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-03-31T19:28:04Z)
• Exploring Social Bias in Downstream Applications of Text-to-Image Foundation Models [72.06006736916821]
  合成画像を用いて、社会的バイアスに対するテキスト・画像モデル、画像編集と分類の2つの応用を探索する。 提案手法を用いて,最先端のオープンソーステキスト・ツー・イメージ・モデルであるtextitStable Diffusion における有意義かつ有意義なセクション間社会的バイアスを明らかにする。 本研究は、下流業務・サービスにおけるテキスト・ツー・イメージ基盤モデルの導入について、未発表の点に注意を払っている。
  論文  参考訳（メタデータ） (2023-12-05T14:36:49Z)
• When the Few Outweigh the Many: Illicit Content Recognition with Few-Shot Learning [0.0]
  本稿では,画像から違法行為を認識するための代替手法について検討する。 シームズニューラルネットワークは10クラスのデータセット上で20ショットの実験で90.9%に達する。
  論文  参考訳（メタデータ） (2023-11-28T18:28:03Z)
• Exploring the Potential of Generative AI for the World Wide Web [0.94491536689161]
  我々は、World Wide Webの領域における生成AIの可能性を探る。 Web開発者は、すでに生成AIを使用してテキストや画像の作成を支援している。 Webブラウザは将来、壊れたWebページの修復、帯域幅の保存、プライバシーの強化といったタスクのために、ローカルに画像を生成するためにそれを使うかもしれない。
  論文  参考訳（メタデータ） (2023-10-26T13:02:45Z)
• Catch You Everything Everywhere: Guarding Textual Inversion via Concept Watermarking [67.60174799881597]
  本稿では,透かし情報を対象概念に埋め込んで,その概念に基づいて生成された画像から抽出する新しい概念透かしを提案する。 実際には、コンセプトオーナは、自身のコンセプトを異なる透かし(e, serial number)をプラットフォームにアップロードすることができ、プラットフォームは異なるシリアル番号を、その後の追跡と法医学のために割り当てる。
  論文  参考訳（メタデータ） (2023-09-12T03:33:13Z)
• LFW-Beautified: A Dataset of Face Images with Beautification and Augmented Reality Filters [53.180678723280145]
  いくつかの操作を含む顔画像のデータベースにコントリビュートする。 画像強調フィルター(コントラストや稲妻を主に修正する)や、動物の鼻や眼鏡などのアイテムを組み込んだ拡張現実フィルターが含まれている。 各データセットには、64×64の4,324枚の画像があり、合計34,592枚の画像がある。
  論文  参考訳（メタデータ） (2022-03-11T17:05:10Z)
• A General Approach for Using Deep Neural Network for Digital Watermarking [45.15137284053717]
  本稿では,この目的を達成するために,汎用ディープニューラルネットワーク(DNN)に基づく透かし手法を提案する。 我々の知る限り、我々は初めてDNNを用いて透かしを行う一般的な方法を提案する。
  論文  参考訳（メタデータ） (2020-03-08T06:22:04Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。