論文の概要: IDProtector: An Adversarial Noise Encoder to Protect Against ID-Preserving Image Generation

• arxiv url: http://arxiv.org/abs/2412.11638v1
• Date: Mon, 16 Dec 2024 10:27:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-17 13:56:53.511582
• Title: IDProtector: An Adversarial Noise Encoder to Protect Against ID-Preserving Image Generation
• Title（参考訳）: IDProtector:ID保存画像生成防止のための対向型ノイズエンコーダ
• Authors: Yiren Song, Pei Yang, Hai Ci, Mike Zheng Shou,
• Abstract要約: 本稿では,1つのフォワードパスのポートレート写真に対して,非知覚的な逆方向ノイズを印加する逆方向ノイズエンコーダであるIDProtectorを紹介する。 我々のアプローチは、InstantID、IP-Adapter、PhotoMakerなど、最先端のエンコーダベースの複数のメソッドに対して、ポートレートを普遍的に保護する。
• 参考スコア（独自算出の注目度）: 21.06493827123594
• License:
• Abstract: Recently, zero-shot methods like InstantID have revolutionized identity-preserving generation. Unlike multi-image finetuning approaches such as DreamBooth, these zero-shot methods leverage powerful facial encoders to extract identity information from a single portrait photo, enabling efficient identity-preserving generation through a single inference pass. However, this convenience introduces new threats to the facial identity protection. This paper aims to safeguard portrait photos from unauthorized encoder-based customization. We introduce IDProtector, an adversarial noise encoder that applies imperceptible adversarial noise to portrait photos in a single forward pass. Our approach offers universal protection for portraits against multiple state-of-the-art encoder-based methods, including InstantID, IP-Adapter, and PhotoMaker, while ensuring robustness to common image transformations such as JPEG compression, resizing, and affine transformations. Experiments across diverse portrait datasets and generative models reveal that IDProtector generalizes effectively to unseen data and even closed-source proprietary models.
• Abstract（参考訳）: 最近、InstantIDのようなゼロショットメソッドは、アイデンティティ保存生成に革命をもたらした。 DreamBoothのようなマルチイメージファインタニングアプローチとは異なり、このゼロショット手法は強力な顔エンコーダを利用して単一のポートレート写真から識別情報を抽出し、単一の推論パスを通じて効率的なID保存生成を可能にする。 しかし、この利便性は顔認証保護に新たな脅威をもたらす。 本稿では,無許可エンコーダによるカスタマイズからポートレート写真を保護することを目的とする。 本稿では,1つのフォワードパスのポートレート写真に対して,非知覚的な逆方向ノイズを印加する逆方向ノイズエンコーダであるIDProtectorを紹介する。 提案手法は,InstantID,IP-Adapter,PhotoMakerなど,最先端のエンコーダベースの複数の手法に対するポートレートの普遍的保護を実現するとともに,JPEG圧縮やリサイズ,アフィン変換などの一般的な画像変換に対して堅牢性を確保する。 さまざまなポートレートデータセットと生成モデルにわたる実験により、IDProtectorは、目に見えないデータやクローズドソースのプロプライエタリなモデルに効果的に一般化することが明らかになった。

関連論文リスト

• Fusion is all you need: Face Fusion for Customized Identity-Preserving Image Synthesis [7.099258248662009]
  テキスト・ツー・イメージ(T2I)モデルは人工知能の開発を著しく進歩させてきた。 しかし、既存のT2Iベースの手法は、参照画像から個人を正確に再現するのに苦労することが多い。 我々は、安定拡散から得られた事前学習されたUNetを利用して、対象の顔画像を直接生成プロセスに組み込む。
  論文  参考訳（メタデータ） (2024-09-27T19:31:04Z)
• ID-Guard: A Universal Framework for Combating Facial Manipulation via Breaking Identification [60.73617868629575]
  深層学習に基づく顔操作の誤用は、公民権に対する潜在的な脅威となる。 この不正行為を防ぐため、プロアクティブな防御技術が提案され、操作プロセスを妨害した。 我々は,ID-Guardと呼ばれる,顔操作と戦うための新しい普遍的枠組みを提案する。
  論文  参考訳（メタデータ） (2024-09-20T09:30:08Z)
• G2Face: High-Fidelity Reversible Face Anonymization via Generative and Geometric Priors [71.69161292330504]
  可逆顔匿名化(Reversible face anonymization)は、顔画像の繊細なアイデンティティ情報を、合成された代替品に置き換えようとしている。 本稿では,Gtextsuperscript2Faceを提案する。 提案手法は,高データの有効性を保ちながら,顔の匿名化と回復において既存の最先端技術よりも優れる。
  論文  参考訳（メタデータ） (2024-08-18T12:36:47Z)
• Latent Diffusion Models for Attribute-Preserving Image Anonymization [4.080920304681247]
  本稿では,遅延拡散モデル(LDM)に基づく画像匿名化への最初のアプローチを提案する。 CAFLaGE-Baseは、事前訓練された制御ネットと、実画像と匿名画像との距離を増やすために設計された新しい制御機構を組み合わせた2つのLCMを提案する。
  論文  参考訳（メタデータ） (2024-03-21T19:09:21Z)
• PortraitBooth: A Versatile Portrait Model for Fast Identity-preserved Personalization [92.90392834835751]
  PortraitBoothは高効率、堅牢なID保存、表現編集可能な画像生成のために設計されている。 PortraitBoothは計算オーバーヘッドを排除し、アイデンティティの歪みを軽減する。 生成した画像の多様な表情に対する感情認識のクロスアテンション制御が組み込まれている。
  論文  参考訳（メタデータ） (2023-12-11T13:03:29Z)
• HFORD: High-Fidelity and Occlusion-Robust De-identification for Face Privacy Protection [60.63915939982923]
  顔の身元特定は、身元保護問題を解決するための実践的な方法である。 既存の顔の特定方法にはいくつかの問題がある。 これらの問題に対処するために,HFORD(High-Fidelity and Occlusion-Robust De-identification)法を提案する。
  論文  参考訳（メタデータ） (2023-11-15T08:59:02Z)
• PRO-Face S: Privacy-preserving Reversible Obfuscation of Face Images via Secure Flow [69.78820726573935]
  保護フローベースモデルを用いて,プライバシ保護による顔画像の可逆難読化(Reversible Obfuscation of Face image)を略してpro-Face Sと命名する。 本フレームワークでは、Invertible Neural Network(INN)を使用して、入力画像と、その事前難読化されたフォームとを処理し、事前難読化された画像と視覚的に近似したプライバシー保護された画像を生成する。
  論文  参考訳（メタデータ） (2023-07-18T10:55:54Z)
• Towards Face Encryption by Generating Adversarial Identity Masks [53.82211571716117]
  敵の識別マスクを生成するためのターゲットID保護反復法(TIP-IM)を提案する。 TIP-IMは、様々な最先端の顔認識モデルに対して95%以上の保護成功率を提供する。
  論文  参考訳（メタデータ） (2020-03-15T12:45:10Z)

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。