論文の概要: Structure Disruption: Subverting Malicious Diffusion-Based Inpainting via Self-Attention Query Perturbation

• arxiv url: http://arxiv.org/abs/2505.19425v1
• Date: Mon, 26 May 2025 02:32:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-27 16:58:43.112538
• Title: Structure Disruption: Subverting Malicious Diffusion-Based Inpainting via Self-Attention Query Perturbation
• Title（参考訳）: 構造破壊:自己注意問合せ摂動による悪性拡散性塗布の逆転
• Authors: Yuhao He, Jinyu Tian, Haiwei Wu, Jianqing Li,
• Abstract要約: 広告主はソーシャルメディアからユーザー画像を利用して、誤解を招くコンテンツや有害なコンテンツを生成することができる。 本研究では,インペイントベースの編集からセンシティブな画像領域を保護するための強力な保護フレームワークであるStructure Disruption Attack (SDA)を提案する。
• 参考スコア（独自算出の注目度）: 14.837992188868858
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The rapid advancement of diffusion models has enhanced their image inpainting and editing capabilities but also introduced significant societal risks. Adversaries can exploit user images from social media to generate misleading or harmful content. While adversarial perturbations can disrupt inpainting, global perturbation-based methods fail in mask-guided editing tasks due to spatial constraints. To address these challenges, we propose Structure Disruption Attack (SDA), a powerful protection framework for safeguarding sensitive image regions against inpainting-based editing. Building upon the contour-focused nature of self-attention mechanisms of diffusion models, SDA optimizes perturbations by disrupting queries in self-attention during the initial denoising step to destroy the contour generation process. This targeted interference directly disrupts the structural generation capability of diffusion models, effectively preventing them from producing coherent images. We validate our motivation through visualization techniques and extensive experiments on public datasets, demonstrating that SDA achieves state-of-the-art (SOTA) protection performance while maintaining strong robustness.
• Abstract（参考訳）: 拡散モデルの急速な進歩により、画像の塗り絵や編集能力が向上する一方で、社会的なリスクも大きく高まった。 広告主はソーシャルメディアからユーザー画像を利用して、誤解を招くコンテンツや有害なコンテンツを生成することができる。 対向的摂動は塗装を阻害する可能性があるが、グローバル摂動に基づく方法は空間的制約によるマスク誘導編集タスクでは失敗する。 これらの課題に対処するため、インペイントベースの編集からセンシティブな画像領域を保護するための強力な保護フレームワークであるStructure Disruption Attack (SDA)を提案する。 拡散モデルにおける自己注意機構の輪郭に焦点を絞った性質を基礎として、SDAは、輪郭生成過程を破壊するために、自己注意のクエリを乱すことによって摂動を最適化する。 このターゲット干渉は拡散モデルの構造生成能力を直接破壊し、コヒーレントな画像の生成を効果的に阻止する。 我々は、可視化技術と公開データセットに関する広範な実験を通じて、当社のモチベーションを検証し、SDAが強い堅牢性を維持しつつ、最先端(SOTA)保護性能を達成できることを実証した。

関連論文リスト

• Enhancing Facial Privacy Protection via Weakening Diffusion Purification [36.33027625681024]
  ソーシャルメディアは個々の肖像画を広く共有し、深刻なプライバシーリスクを生じさせている。 近年の手法では、拡散モデルを用いて、プライバシー保護のための対向顔画像を生成する。 本研究では,非条件埋め込みを学習し,対向的修正のための学習能力を向上させることを提案する。 我々は、元の画像と生成された画像の間の構造的一貫性を維持するために、アイデンティティ保存構造を統合する。
  論文  参考訳（メタデータ） (2025-03-13T13:27:53Z)
• AdvPaint: Protecting Images from Inpainting Manipulation via Adversarial Attention Disruption [25.06674328160838]
  悪意のある敵は、特定の地域を有名人と置き換えるなど、塗装作業の拡散モデルを利用する。 本稿では,敵の影響力を効果的に破壊する敵の摂動を生成する新しいフレームワークであるADVPAINTを提案する。 実験の結果,ADVPAINTの摂動は敵の着色課題を妨害し,既存手法より優れていることが示された。
  論文  参考訳（メタデータ） (2025-03-13T06:05:40Z)
• 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、公民権に重大な脅威をもたらす。 この不正行為を防止するため、操作過程を妨害する積極的な防御法が提案されている。 本稿では,IDガード(ID-Guard)と呼ばれる顔の操作に対処するための普遍的な枠組みを提案する。
  論文  参考訳（メタデータ） (2024-09-20T09:30:08Z)
• Pixel Is Not a Barrier: An Effective Evasion Attack for Pixel-Domain Diffusion Models [9.905296922309157]
  拡散モデルは高品質な画像合成のための強力な生成モデルとして登場し、それに基づく画像編集技術も数多くある。 従来の研究は、知覚不能な摂動を加えることで、画像の拡散に基づく編集を防ごうとしてきた。 本研究は,UNETの脆弱性を利用した新たな攻撃フレームワークであるAtkPDMと,敵画像の自然性を高めるための潜在最適化戦略を提案する。
  論文  参考訳（メタデータ） (2024-08-21T17:56:34Z)
• Adv-Diffusion: Imperceptible Adversarial Face Identity Attack via Latent Diffusion Model [61.53213964333474]
  本稿では,生の画素空間ではなく,潜在空間における非知覚的対角的アイデンティティ摂動を生成できる統一的なフレームワークAdv-Diffusionを提案する。 具体的には,周囲のセマンティックな摂動を生成するために,個人性に敏感な条件付き拡散生成モデルを提案する。 設計された適応強度に基づく対向摂動アルゴリズムは、攻撃の伝達性とステルス性の両方を確保することができる。
  論文  参考訳（メタデータ） (2023-12-18T15:25:23Z)
• JPEG Compressed Images Can Bypass Protections Against AI Editing [48.340067730457584]
  悪意ある編集から画像を保護する手段として、知覚不能な摂動が提案されている。 上記の摂動はJPEG圧縮に対して堅牢ではないことがわかった。
  論文  参考訳（メタデータ） (2023-04-05T05:30:09Z)

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。