使用局部自适应对抗颜色攻击保护艺术品免受神经风格迁移
计算机视觉与模式识别
2024-10-29 v3 密码学与安全
机器学习
图像与视频处理
摘要
神经风格迁移(NST)通过将一张图像的风格与另一张图像的内容相结合来生成新图像。然而,未经授权的NST可能会利用艺术品,引发对艺术家权利的担忧,并促使开发主动保护方法。我们提出了局部自适应对抗颜色攻击(LAACA),使艺术家能够在公开发布之前通过处理来保护其艺术品免受未经授权的风格迁移。通过深入研究人类视觉感知的复杂性以及不同频率成分的作用,我们的方法在图像中策略性地引入了频率自适应扰动。这些扰动显著降低了NST的生成质量,同时保持原始图像在可接受的视觉变化范围内,确保潜在侵权者因NST生成质量差而放弃使用受保护的艺术品。此外,现有指标常常忽略颜色保真度在评估颜色相关任务(例如NST生成图像的质量)中的重要性,而这在艺术作品的背景下至关重要。为了全面评估颜色相关任务,我们提出了对抗颜色距离度量(ACDM),旨在量化图像在操作前后的颜色差异。实验结果证实,使用LAACA攻击NST会导致风格迁移在视觉上较差,而ACDM可以有效地衡量颜色相关任务。通过为艺术家提供保护其知识产权的工具,我们的工作缓解了艺术界中NST误用所带来的社会技术挑战。
引用
@article{arxiv.2401.09673,
title = {Artwork Protection Against Neural Style Transfer Using Locally Adaptive Adversarial Color Attack},
author = {Zhongliang Guo and Junhao Dong and Yifei Qian and Kaixuan Wang and Weiye Li and Ziheng Guo and Yuheng Wang and Yanli Li and Ognjen Arandjelović and Lei Fang},
journal= {arXiv preprint arXiv:2401.09673},
year = {2024}
}
备注
9 pages, 5 figures, 4 tables