論文の概要: InkShield: Writing Style Protection Against Unauthorized Handwriting Mimicry

• arxiv url: http://arxiv.org/abs/2607.26976v1
• Date: Wed, 29 Jul 2026 14:35:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-30 21:06:25.70268
• Title: InkShield: Writing Style Protection Against Unauthorized Handwriting Mimicry
• Title（参考訳）: InkShield: 不正な手書きミスに対する書き込みスタイルの保護
• Authors: Jian Xiong, Wenbo Jiang, Zihan Wang, Rui Zhang, Wenshu Fan, Hongwei Li, Guowen Xu,
• Abstract要約: 攻撃者は、公開手書きのメモまたは署名サンプルを使用して偽のレコメンデーションレコメンデーションレターや承認フォームを生成することができる。 未承認画像編集や合成への既存の保護は、手書きスタイルの模倣に不十分である。 InkShieldは、リリース前に参照イメージを保護する書き込みスタイルのディフェンスである。
• 参考スコア（独自算出の注目度）: 30.029248497658788
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent handwritten text generators can reproduce a writer's style from publicly available references, posing risks of document forgery and identity misuse. An attacker may use a publicly available handwritten note or signature sample to generate forged recommendation letters or authorization forms, leading to document fraud, identity misuse, and misleading decisions. However, existing protections against unauthorized image editing or synthesis transfer poorly to handwriting style mimicry. Designed for natural images with complex backgrounds, they often optimize perturbations over the whole image. For sparse handwriting images, such global perturbations become conspicuous in blank background regions and largely degrade the visual quality. In this work, we propose InkShield, a proactive writing-style defense that protects reference images before release. InkShield selects a decoy writer to define a style-displacement direction, optimizes perturbations with a frozen handwriting-generation surrogate, and confines them to ink-stroke edges to avoid conspicuous background artifacts. On IAM, the average Top-1/Top-5 rates at which generated samples are retrieved as the target writer by two independent writer evaluators decrease from 11.94%/36.52% to 2.03%/8.79%. Meanwhile, the protected references remain visually close to the originals (LPIPS 0.0078), and the generated text remains readable. InkShield also exhibits transferability to other handwriting generators. Overall, InkShield provides practical protection against unauthorized handwriting style mimicry.
• Abstract（参考訳）: 最近の手書きテキストジェネレータは、公開参照からライターのスタイルを再現することができ、文書偽造やID誤用のリスクを訴える。 攻撃者は、公開手書きのメモまたは署名サンプルを使用して偽造されたレコメンデーションレコメンデーションレターや承認フォームを生成し、文書不正、個人認証の誤用、誤った判断につながる可能性がある。 しかし、未承認画像編集や合成に対する既存の保護は、手書きスタイルの模倣には不十分である。 複雑な背景を持つ自然画像のために設計され、画像全体の摂動を最適化することが多い。 疎い手書き画像では、空白の背景領域でこのようなグローバルな摂動が顕著になり、視覚的品質が大幅に低下する。 本研究は、リリース前の参照画像を保護するプロアクティブな書き込みスタイルのディフェンスであるInkShieldを提案する。 InkShieldは、デコイライターを選択してスタイル変位方向を定義し、凍結した手書き生成サロゲートで摂動を最適化し、それらをインクストロークエッジに閉じ込めて、目立ったバックグラウンドアーティファクトを避ける。 IAMでは、生成したサンプルのTop-1/Top-5の平均値は、2人の独立したライター評価者によって1.94%/36.52%から2.03%/8.79%に減少する。 一方、保護された参照は元のものと視覚的に近いままであり(LPIPS 0.0078)、生成されたテキストは読みやすいままである。 InkShieldは、他の手書き生成器への転送可能性も示す。 全体として、InkShieldは、許可されていない筆跡スタイルの模倣に対して実用的な保護を提供する。

関連論文リスト

• GoodDiffusion: Proactive Copyright Protection for Diffusion Bridge Models via Learnable Sample-specific Signatures [88.63093209858387]
  モデルレベルの使用時間制御を実現するために,バックドア機構にインスパイアされたGoodDiffusionを提案する。 GoodDiffusionは、有効なシグネチャを持つ認証クエリの高品質な生成を保存するが、許可されていないインプットの生成を拒否する。 セキュリティを強化するために,各入力に条件付きサンプル固有署名を割り当てるLearningable Signature Network(LSN)を導入する。
  論文  参考訳（メタデータ） (2026-06-29T04:07:09Z)
• Adapter Shield: A Unified Framework with Built-in Authentication for Preventing Unauthorized Zero-Shot Image-to-Image Generation [74.5813283875938]
  ゼロショット画像・画像生成は知的財産権侵害に重大なリスクをもたらす。 この研究は、個人イメージを誤用から守ることを目的とした、最初の普遍的および認証統合ソリューションであるAdapter Shieldを提示する。 提案手法は, ゼロショット画像合成の不正化において, 最先端の防御を克服する。
  論文  参考訳（メタデータ） (2025-11-25T04:49:16Z)
• MiZero: The Shadowy Defender Against Text Style Infringements [23.612489763464357]
  本稿では, 暗黙的なゼロ透かし方式であるMiZeroを紹介する。 このスキームは、伝統的な透かし法を超越して、著作権のあるスタイルを保護するための正確な透かし領域を確立する。 実験により、MiZeroはテキストスタイルの著作権所有権をAI模倣に対して有効に検証している。
  論文  参考訳（メタデータ） (2025-03-30T08:19:12Z)
• Privacy-Preserving Biometric Verification with Handwritten Random Digit String [49.77172854374479]
  手書き認証は、何十年もの間、安定したアイデンティティ認証方法として存在してきた。 しかし、この技術は、署名などの手書きバイオメトリックスに個人情報が組み込まれているため、潜在的なプライバシー侵害のリスクがある。 プライバシ保護による手書き文字の検証にRandom Digit String (RDS) を用いることを提案する。
  論文  参考訳（メタデータ） (2025-03-17T03:47:25Z)
• EditGuard: Versatile Image Watermarking for Tamper Localization and Copyright Protection [19.140822655858873]
  著作権保護とタンパー非依存のローカライゼーションを統合するために,プロアクティブな法医学フレームワークEditGuardを提案する。 認識不能な透かしを巧妙に埋め込み、改ざんされた領域と著作権情報の正確な復号を行うことができる。 実験により, EditGuardは, 様々なAIGCに基づく改ざん手法に対して, 改ざん精度, 著作権回復精度, 一般化可能性のバランスをとることを示した。
  論文  参考訳（メタデータ） (2023-12-12T15:41:24Z)
• IMPRESS: Evaluating the Resilience of Imperceptible Perturbations Against Unauthorized Data Usage in Diffusion-Based Generative AI [52.90082445349903]
  拡散ベースの画像生成モデルは、アーティストのスタイルを模倣するアートイメージを作成したり、偽のコンテンツのためにオリジナルの画像を悪意を持って編集することができる。 知覚不能な摂動を追加することによって、元のイメージをそのような不正なデータ使用から保護する試みがいくつかなされている。 本研究では, IMPRESS という浄化摂動プラットフォームを導入し, 非受容性摂動の有効性を保護策として評価する。
  論文  参考訳（メタデータ） (2023-10-30T03:33:41Z)
• FT-Shield: A Watermark Against Unauthorized Fine-tuning in Text-to-Image Diffusion Models [64.89896692649589]
  テキスト・画像拡散モデルの微調整に適した透かしシステムであるFT-Shieldを提案する。 FT-Shieldは新しい透かしの生成と検出戦略を設計することで著作権保護の課題に対処する。
  論文  参考訳（メタデータ） (2023-10-03T19:50:08Z)

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。