論文の概要: Protective Perturbations Must Survive the Resize: Scale-Robust Image Immunization against Malicious Editing

• arxiv url: http://arxiv.org/abs/2610.07464v1
• Date: Mon, 05 Oct 2026 22:23:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 02:58:29.692003
• Title: Protective Perturbations Must Survive the Resize: Scale-Robust Image Immunization against Malicious Editing
• Title（参考訳）: スケール・ロバスト画像免疫による悪意ある編集に対する保護的摂動
• Abstract要約: 保護的摂動は、個人写真の悪意ある指導誘導編集を止めることを目的としているが、それらは編集者の作業解像度で最適化され評価されている。 我々は,現在最も弱いスケールを好んで,全範囲をカバーするアンカースケールのグリッドをサンプリングするSRIMを提案する。 9から30メガピクセルのフル解像度写真と2から8までのダウンスケーリング係数について、SRIMはFLUX.2-klein編集を0.192 LPIPSから0.463に改善した。
• 参考スコア（独自算出の注目度）: 31.741639408564676
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Protective perturbations aim to stop malicious instruction-guided editing of personal photos, but they are optimized and evaluated at the editor's working resolution, whereas shared photos have 10 megapixels or more and editors first downscale them by an unknown factor. We model this resize as a frequency-selective channel. In this model, a perturbation computed at the native resolution decays with the downscaling factor and is weak even without a resize, and a perturbation computed at a fixed working resolution protects only a window of scales. The best worst-case protection over an unknown range of scales degrades only logarithmically with the width of the range, and averaging over scales does not reach it. Guided by this analysis, we propose SRIM, which samples a grid of anchor scales covering the whole range, with weights that favor the currently weakest scale, at the cost of standard expectation over transformation. On full-resolution photos of 9 to 30 megapixels and downscaling factors from 2 to 8, SRIM raises the worst-case disruption of FLUX.2-klein edits from 0.192 LPIPS, attained by the strongest published protection, to 0.463. At equal visibility, it roughly doubles the protection. The same protected photos also protect against the 9B model and against FLUX.2-dev, with worst cases of 0.450 and 0.386 against at most 0.184 for published protections, and SRIM leads on InstructPix2Pix as well.
• Abstract（参考訳）: 保護的摂動は、個人写真の悪意ある指導誘導編集を止めることを目的としているが、それらはエディタの作業解像度で最適化され評価されている。 我々はこれを周波数選択チャネルとしてモデル化する。 このモデルでは、原位置分解で計算された摂動はダウンスケーリング係数で減衰し、サイズを変えなくても弱く、固定された作業解像度で計算された摂動はスケールのウィンドウのみを保護する。 未知のスケールで最高の最悪のケース保護は、範囲の幅と対数的にしか分解せず、平均的なスケールに対する保護は到達しない。 この分析で導かれたSRIMは、変換よりも標準期待を犠牲にして、現在最も弱いスケールを好んで、全範囲をカバーするアンカースケールのグリッドをサンプリングする。 9から30メガピクセルのフル解像度写真と2から8までのダウンスケーリング係数について、SRIMはFLUX.2-klein編集を0.192 LPIPSから0.463に改善した。 視界が同じであれば、保護はおよそ2倍になる。 同じ保護された写真は9BモデルとFLUX.2-devに対しても保護され、最悪のケースは0.450と0.386で、公開保護は0.184で、SRIMはInstructPix2Pixもリードしている。

関連論文リスト

• MIRAGE: Protecting against Malicious Image Editing via False Moderation [73.0838743416626]
  画像免疫に関する以前の研究は、許可されていない操作から保護するために、イメージに知覚できない摂動を追加する。 我々は,この問題をシステムレベルで把握し,すべての主要な商用画像編集システムに共通する未探索の攻撃面を特定する。 本稿では、これらのモデレーションをポリシー違反としてフラグ付けさせ、編集プロンプトによらず自動的な拒絶を引き起こすことにより、イメージを免疫することを提案する。
  論文  参考訳（メタデータ） (2026-06-24T16:23:10Z)
• Purify Once, Edit Freely: Breaking Image Protections under Model Mismatch [21.826849937304477]
  拡散モデルは高忠実な画像編集を可能にするが、不正なスタイルの模倣や有害なコンテンツ生成に誤用することもできる。 これらのリスクを軽減するため、プロアクティブな画像保護手法は、下流の編集や微調整を妨害するために共有する前に、画像に小さな、しばしば知覚できない敵の摂動を埋め込む。 我々は,モデルミスマッチ下での保護生存性を評価するために,統合されたリリース後浄化フレームワークを導入する。
  論文  参考訳（メタデータ） (2026-03-13T14:36:46Z)
• Towards Transferable Defense Against Malicious Image Edits [70.17363183107604]
  Transferable Defense Against Malicious Image Edits (TDAE)は、悪意のある編集に対するイメージ免疫を強化する新しいバイモーダルフレームワークである。 本稿では,FlatGrad Defense Mechanism (FDM) を紹介した。 テキストエンハンスメント保護のための動的プロンプトディフェンス (DPD) を提案し, テキスト埋め込みを周期的に洗練し, 免疫画像の編集結果を元の画像と整合させる。
  論文  参考訳（メタデータ） (2025-12-16T12:10:16Z)
• AdLift: Lifting Adversarial Perturbations to Safeguard 3D Gaussian Splatting Assets Against Instruction-Driven Editing [109.07334219188222]
  本稿では,任意のビューや次元にまたがる命令駆動編集を防止するAdLiftと呼ばれる3DGSの最初の編集セーフガードを提案する。 我々は勾配トランケーションとイメージ・ツー・ガウスのフィッティングを交互に行い、異なる視点で一貫した対向的保護性能を得る。
  論文  参考訳（メタデータ） (2025-12-08T07:41:23Z)
• Active Adversarial Noise Suppression for Image Forgery Localization [56.98050814363447]
  本稿では、敵騒音の攻撃効果を抑制するために、防御的摂動を発生させる敵騒音抑制モジュール(ANSM)を提案する。 我々の知る限りでは、画像フォージェリローカライゼーションタスクにおける敵対的防御の報告としてはこれが初めてである。
  論文  参考訳（メタデータ） (2025-06-15T14:53:27Z)
• GuardDoor: Safeguarding Against Malicious Diffusion Editing via Protective Backdoors [8.261182037130407]
  GuardDoorは、イメージオーナとモデルプロバイダ間のコラボレーションを促進する、新しくて堅牢な保護メカニズムである。 本手法は,画像前処理操作に対するロバスト性を向上し,大規模展開にスケーラブルであることを示す。
  論文  参考訳（メタデータ） (2025-03-05T22:21:44Z)
• 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)

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。