論文の概要: Intra-Architecture Source Attribution for Stable Diffusion: A New Task with Benchmark Dataset and Baseline

• arxiv url: http://arxiv.org/abs/2611.06000v1
• Date: Wed, 04 Nov 2026 05:47:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-06 03:25:57.991722
• Title: Intra-Architecture Source Attribution for Stable Diffusion: A New Task with Benchmark Dataset and Baseline
• Title（参考訳）: 安定拡散のためのアーキテクチャ内ソース属性:ベンチマークデータセットとベースラインによる新しいタスク
• Abstract要約: 安定拡散のための構造内ソース属性であるIntrAA-SDを導入する。 差別化されるソースモデルは、同じアーキテクチャのバックボーンを共有し、微調整によってのみ異なる。 SDXLの様々な微細構造から生成された画像を含む1級の140ドルKイメージのベンチマークデータセットを提供する。
• 参考スコア（独自算出の注目度）: 5.735035463793008
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: Designing systems that attribute a generated image to its source model has lately become a major area of AI research. Most existing datasets and systems related to image source attribution are targeted towards the detection of architectural signatures of the source models. Distinct from this, focusing on stable diffusion, we introduce a novel task, IntrAA-SD, Intra-Architecture source Attribution for Stable Diffusion, where the source models to be differentiated share the same architectural backbone and differ only due to fine-tuning. The proposed task aligns with the emergence of fine-tuned generators having the same architecture, like Juggernaut XL and RealVis XL, which are fine-tuned versions of Stable Diffusion XL (SDXL). We provide a first-of-its-kind $140$K-image benchmark dataset containing images generated from different fine-tunes of SDXL, along with in-domain and out-of-distribution prompts. We also provide a baseline framework for IntrAA-SD, which leverages a style-conditioned Mixture-of-Experts network. It uses a frozen CLIP backbone to capture the image style and gate the MoE, which processes fine-tuned trace features from a high-resolution LoRA-adapted DINOv2 network. The fine-tuned models used, the prompting strategies considered, and the formation details employed in the novel dataset are elaborated. Our baseline intra-architecture source attribution method is evaluated in terms of attribution accuracy on our dataset, and ablation studies are also performed. Code and dataset is available at https://github.com/mallikagarg/IntrAA-SD.
• Abstract（参考訳）: 生成した画像をそのソースモデルに属性付けるシステムの設計は、近年、AI研究の大きな領域となっている。 画像ソース属性に関連する既存のデータセットやシステムは、ソースモデルのアーキテクチャ上のシグネチャを検出することを目的としている。 安定拡散に着目した新しいタスク IntrAA-SD, 構造内ソース Attribution for Stable Diffusion を導入する。 提案されたタスクは、Jugernaut XLやRealVis XL(SDXL)のような、同じアーキテクチャを持つ微調整されたジェネレータの出現と一致している。 SDXLの様々な微細構造から生成された画像と、ドメイン内および配布外プロンプトを含む、同種の140ドルのベンチマークデータセットを提供する。 IntrAA-SDのベースラインフレームワークも提供し、スタイル条件のMixture-of-Expertsネットワークを活用している。 フリーズされたCLIPバックボーンを使用してイメージスタイルをキャプチャし、MoEをゲートし、高解像度のLoRA対応DINOv2ネットワークから微調整されたトレース特徴を処理する。 使用した微調整モデル、検討した促進戦略、新規データセットで使用される生成の詳細を詳述する。 また,本データセットのアトリビューション精度の観点から,ベースライン構造内ソースアトリビューション手法の評価を行い,アトリゲーション研究も行った。 コードとデータセットはhttps://github.com/mallikagarg/IntrAA-SDで入手できる。

関連論文リスト

• Bridging the Inter-Domain Gap through Low-Level Features for Cross-Modal Medical Image Segmentation [8.582475563483465]
  本稿では、教師なし領域適応(UDA)アプローチを探求し、モーダルな医療画像セグメンテーションの課題に対処する。 モデルに依存しないUDAフレームワークであるLowBridgeを提案する。これは、クロスモーダルな画像が、同じ構造を描いているように、似たような低レベルな特徴(エッジなど)を共有しているという単純な観察に基づいている。 テスト時に、対象画像からのエッジ特徴を事前訓練された生成モデルに入力し、ソーススタイルのターゲットドメイン画像を生成し、事前訓練されたセグメンテーションネットワークを用いてセグメント化する。
  論文  参考訳（メタデータ） (2025-05-17T08:49:19Z)
• In-Context LoRA for Diffusion Transformers [49.288489286276146]
  テキスト・ツー・イメージのDiTは、チューニングなしでテキスト内生成を効果的に行うことができることを示す。 我々は、我々のモデル In-Context LoRA (IC-LoRA) を命名する。 我々のパイプラインは、プロンプトにより忠実な高忠実度画像セットを生成する。
  論文  参考訳（メタデータ） (2024-10-31T09:45:00Z)
• FissionVAE: Federated Non-IID Image Generation with Latent Space and Decoder Decomposition [8.444515700910879]
  フェデレートされた学習により、分散化されたクライアントは、すべてのトレーニングデータをローカルに保ちながら、共有モデルを共同で学習することができる。 本稿では,異なるタイプの複数の画像群を特徴とする非IIDデータ環境の課題に対処する。 本稿では、潜在空間を分離し、個々のクライアントグループに適したデコーダブランチを構築するFissionVAEを紹介する。
  論文  参考訳（メタデータ） (2024-08-30T08:22:30Z)
• Selective Hourglass Mapping for Universal Image Restoration Based on Diffusion Model [36.57703763466984]
  そこで我々は拡散モデルDiffUIRに基づく高度な時間ガラスマッピング戦略を提案する。 5つの画像復元タスク、22のベンチマーク、ゼロショットの一般化設定で最先端の性能を実現する。
  論文  参考訳（メタデータ） (2024-03-17T09:41:20Z)
• Distribution-Aware Data Expansion with Diffusion Models [55.979857976023695]
  本研究では,分散型拡散モデルに基づくトレーニングフリーなデータ拡張フレームワークであるDistDiffを提案する。 DistDiffは、オリジナルデータのみにトレーニングされたモデルと比較して、さまざまなデータセットの精度を一貫して向上させる。
  論文  参考訳（メタデータ） (2024-03-11T14:07:53Z)
• Denoising Diffusion Bridge Models [54.87947768074036]
  拡散モデルは、プロセスを使用してデータにノイズをマッピングする強力な生成モデルである。 画像編集のような多くのアプリケーションでは、モデル入力はランダムノイズではない分布から来る。 本研究では, DDBM(Denoising Diffusion Bridge Models)を提案する。
  論文  参考訳（メタデータ） (2023-09-29T03:24:24Z)
• Zero-shot Composed Text-Image Retrieval [72.43790281036584]
  合成画像検索(CIR)の問題点を考察する。 テキストや画像などのマルチモーダル情報を融合し、クエリにマッチする画像を正確に検索し、ユーザの表現能力を拡張できるモデルをトレーニングすることを目的としている。
  論文  参考訳（メタデータ） (2023-06-12T17:56:01Z)
• Source Free Domain Adaptation with Image Translation [33.46614159616359]
  大規模なデータセットをリリースする努力は、プライバシと知的財産権の考慮によって損なわれる可能性がある。 実現可能な代替手段は、代わりに事前訓練されたモデルをリリースすることである。 本稿では,対象画像のスタイルを未知のソース画像に変換する画像翻訳手法を提案する。
  論文  参考訳（メタデータ） (2020-08-17T17:57:33Z)

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。