論文の概要: IDDM: Identity-Decoupled Personalized Diffusion Models with a Tunable Privacy-Utility Trade-off

• arxiv url: http://arxiv.org/abs/2604.00903v1
• Date: Wed, 01 Apr 2026 13:46:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-02 16:44:32.012552
• Title: IDDM: Identity-Decoupled Personalized Diffusion Models with a Tunable Privacy-Utility Trade-off
• Title（参考訳）: IDDM: 変更可能なプライバシ-ユーティリティトレードオフを持つアイデンティティ分離型パーソナライズ拡散モデル
• Authors: Linyan Dai, Xinwei Zhang, Haoyang Li, Qingqing Ye, Haibo Hu,
• Abstract要約: パーソナライズパイプラインにアイデンティティ分離を統合するモデルサイドディフェンスを提案する。 IDDMは、高品質なパーソナライズされた世代を維持しながら、恒常的にアイデンティティ結合性を低下させる。
• 参考スコア（独自算出の注目度）: 16.978864881456392
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Personalized text-to-image diffusion models (e.g., DreamBooth, LoRA) enable users to synthesize high-fidelity avatars from a few reference photos for social expression. However, once these generations are shared on social media platforms (e.g., Instagram, Facebook), they can be linked to the real user via face recognition systems, enabling identity tracking and profiling. Existing defenses mainly follow an anti-personalization strategy that protects publicly released reference photos by disrupting model fine-tuning. While effective against unauthorized personalization, they do not address another practical setting in which personalization is authorized, but the resulting public outputs still leak identity information. To address this problem, we introduce a new defense setting, termed model-side output immunization, whose goal is to produce a personalized model that supports authorized personalization while reducing the identity linkability of public generations, with tunable control over the privacy-utility trade-off to accommodate diverse privacy needs. To this end, we propose Identity-Decoupled personalized Diffusion Models (IDDM), a model-side defense that integrates identity decoupling into the personalization pipeline. Concretely, IDDM follows an alternating procedure that interleaves short personalization updates with identity-decoupled data optimization, using a two-stage schedule to balance identity linkability suppression and generation utility. Extensive experiments across multiple datasets, diverse prompts, and state-of-the-art face recognition systems show that IDDM consistently reduces identity linkability while preserving high-quality personalized generation.
• Abstract（参考訳）: パーソナライズされたテキスト・ツー・イメージ拡散モデル(例:DreamBooth, LoRA)は、ソーシャル表現のためにいくつかの参照写真から高忠実度アバターを合成することができる。 しかし、これらの世代がソーシャルメディアプラットフォーム(Instagram、Facebookなど)で共有されると、顔認識システムを介して実際のユーザーとリンクでき、アイデンティティのトラッキングとプロファイリングが可能になる。 既存の防衛は、主に、モデル微調整を妨害することにより、公開された参照写真を保護する対人化戦略に従っている。 無許可のパーソナライゼーションに対して有効であるが、パーソナライゼーションが認可される別の実践的な設定には対処していない。 この問題に対処するため,我々は,多種多様なプライバシニーズに対応するために,プライバシ・ユーティリティ・トレードオフを調整可能な制御で,公衆世代のアイデンティティ・リンク性を低減しつつ,認証されたパーソナライズをサポートするパーソナライズされたモデルを作成することを目標とする,モデル側出力免疫と呼ばれる新たな防衛設定を導入する。 この目的のために,ID-Decoupled Personal Diffusion Models (IDDM) を提案する。 具体的には、IDDMは、ID結合性抑制と生成ユーティリティのバランスをとるために、2段階のスケジュールを使用して、ID分離データ最適化と短いパーソナライズ更新をインターリーブする交互手順に従う。 複数のデータセット、多様なプロンプト、最先端の顔認識システムにわたる大規模な実験は、IDDMが高品質なパーソナライズされた生成を保ちながら、IDDMが恒常的にアイデンティティ結合性を低下させることを示している。

関連論文リスト

• Reverse Personalization [48.09783075634403]
  顔の匿名化のための逆パーソナライズフレームワークを導入する。 顔の属性を制御できない従来の匿名化手法とは異なり、我々のフレームワークは属性制御可能な匿名化をサポートしている。
  論文  参考訳（メタデータ） (2025-12-28T16:06:55Z)
• Beyond Inference Intervention: Identity-Decoupled Diffusion for Face Anonymization [55.29071072675132]
  顔の匿名化は、非同一性属性を保持しながら、識別情報を隠蔽することを目的としている。 トレーニング中心の匿名化フレームワークである textbfIDsuperscript2Face を提案する。 IDtextsuperscript2Faceは、視覚的品質、アイデンティティの抑制、ユーティリティ保存において、既存の手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2025-10-28T09:28:12Z)
• ID-Cloak: Crafting Identity-Specific Cloaks Against Personalized Text-to-Image Generation [54.14901999875917]
  本研究は、画像の保護を行うアイデンティティ固有のクロークの作成について検討する。 我々は、モデルが通常の出力から遠ざけることを奨励する新しい目的によって、アイデンティティ固有のクロークを構築する。 提案手法は,個人固有のクローク設定とともに,現実的なプライバシ保護の顕著な進歩を示す。
  論文  参考訳（メタデータ） (2025-02-12T03:52:36Z)
• Foundation Cures Personalization: Improving Personalized Models' Prompt Consistency via Hidden Foundation Knowledge [49.36669870661573]
  パーソナライズモデルの迅速な一貫性を改善するフレームワークであるFreeCureを提案する。 本稿では, 個人化プロセスに適切な属性情報をもたらすための, インバージョンベースのプロセスと合わせて, ファンデーションを意識した新たな自己意識モジュールを提案する。
  論文  参考訳（メタデータ） (2024-11-22T15:21:38Z)
• Infinite-ID: Identity-preserved Personalization via ID-semantics Decoupling Paradigm [31.06269858216316]
  アイデンティティ保存型パーソナライゼーションのためのID-セマンティックデカップリングパラダイムであるInfinite-IDを提案する。 我々は、十分なID情報を取得するために、追加のイメージクロスアテンションモジュールを組み込んだアイデンティティ強化トレーニングを導入する。 また、2つのストリームをシームレスにマージするために、混合アテンションモジュールとAdaIN平均演算を組み合わせた機能相互作用機構を導入する。
  論文  参考訳（メタデータ） (2024-03-18T13:39:53Z)
• Diff-Privacy: Diffusion-based Face Privacy Protection [58.1021066224765]
  本稿では,Diff-Privacyと呼ばれる拡散モデルに基づく顔のプライバシー保護手法を提案する。 具体的には、提案したマルチスケール画像インバージョンモジュール(MSI)をトレーニングし、元の画像のSDMフォーマット条件付き埋め込みのセットを得る。 本研究は,条件付き埋め込みに基づいて,組込みスケジューリング戦略を設計し,デノナイズプロセス中に異なるエネルギー関数を構築し,匿名化と視覚的アイデンティティ情報隠蔽を実現する。
  論文  参考訳（メタデータ） (2023-09-11T09:26:07Z)
• Identity Encoder for Personalized Diffusion [57.1198884486401]
  パーソナライズのためのエンコーダに基づくアプローチを提案する。 我々は、被写体の参照画像の集合からアイデンティティ表現を抽出できるアイデンティティエンコーダを学習する。 提案手法は画像生成と再構成の両方において既存の微調整に基づくアプローチより一貫して優れていることを示す。
  論文  参考訳（メタデータ） (2023-04-14T23:32:24Z)
• Towards Privacy-Preserving Person Re-identification via Person Identify Shift [19.212691296927165]
  人物再識別(ReID)は、ReID法で使用される歩行者画像のプライバシーを維持する必要がある。 本稿では、人物識別シフト(PIS)と呼ばれる、人物ReID用に明示的に設計された新しい非識別手法を提案する。 PISは、それぞれの歩行者画像を現在の身元から別の身元にシフトさせ、その結果、相対的な身元を保存している。
  論文  参考訳（メタデータ） (2022-07-15T06:58:41Z)

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。