Anti-Aesthetics: Protecting Facial Privacy against Customized Text-to-Image Synthesis

要約

カスタマイズされた拡散モデルの台頭により、パーソナライズされた視覚コンテンツの作成が活気づきましたが、悪意のある誤用のリスクも引き起こし、個人のプライバシーと著作権保護を厳しく脅かしています。
いくつかの研究は、画像の美的特性が画質の人間の認識と非常に正の相関があることを示しています。
これに触発されて、私たちは斬新で興味をそそる美的観点から問題にアプローチし、悪意のあるカスタマイズされたモデルの生成品質を低下させ、それによって顔のアイデンティティのより良い保護を実現します。
具体的には、2つの重要な分岐で構成される美学の手がかりを完全に探求するための階層抗アスエティック（HAA）フレームワークを提案します。
2）局所的な反美術学：局所的な抗審美的な報酬メカニズムと局所的な抗アスエティック損失は、局所的な顔のアイデンティティを混乱させるために敵対的な摂動を導くように設計されています。
両方のブランチをシームレスに統合することにより、当社のHAAは、カスタマイズされた世代の間に、グローバルレベルからローカルレベルへの反美学の目標を効果的に達成します。
広範な実験では、HAAが既存のSOTAメソッドを主にアイデンティティ除去で上回り、顔のプライバシーと著作権を保護するための強力なツールを提供することが示されています。

要約(オリジナル)

The rise of customized diffusion models has spurred a boom in personalized visual content creation, but also poses risks of malicious misuse, severely threatening personal privacy and copyright protection. Some studies show that the aesthetic properties of images are highly positively correlated with human perception of image quality. Inspired by this, we approach the problem from a novel and intriguing aesthetic perspective to degrade the generation quality of maliciously customized models, thereby achieving better protection of facial identity. Specifically, we propose a Hierarchical Anti-Aesthetic (HAA) framework to fully explore aesthetic cues, which consists of two key branches: 1) Global Anti-Aesthetics: By establishing a global anti-aesthetic reward mechanism and a global anti-aesthetic loss, it can degrade the overall aesthetics of the generated content; 2) Local Anti-Aesthetics: A local anti-aesthetic reward mechanism and a local anti-aesthetic loss are designed to guide adversarial perturbations to disrupt local facial identity. By seamlessly integrating both branches, our HAA effectively achieves the goal of anti-aesthetics from a global to a local level during customized generation. Extensive experiments show that HAA outperforms existing SOTA methods largely in identity removal, providing a powerful tool for protecting facial privacy and copyright.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google