DUAW：面向稳定扩散定制的数据无关通用对抗水印
计算机视觉与模式识别
2023-08-22 v1 密码学与安全
机器学习
摘要
稳定扩散（SD）定制方法使用户能够个性化 SD 模型输出，极大增强了 AI 艺术的灵活性与多样性。然而，它们也允许个人从受版权保护的图像中剽窃特定风格或主体，这引发了关于潜在版权侵权的重大担忧。为解决此问题，我们提出一种不可见的数据无关通用对抗水印（DUAW），旨在保护大量受版权保护的图像免受不同 SD 模型版本上各类定制方法的侵害。首先，DUAW 被设计用于破坏 SD 定制过程中的变分自编码器。其次，DUAW 在无需数据的场景下运行，其在大语言模型（LLM）与预训练 SD 模型生成的合成图像上进行训练。该方法避免直接处理受版权保护的图像，从而保全其机密性。一旦生成，DUAW 可不可感知地嵌入海量受版权保护的图像中，作为保护措施，通过使定制 SD 模型生成的图像产生显著畸变来发挥作用。实验结果表明，DUAW 能有效扭曲微调后 SD 模型的输出，使其既可被人类观察者也可被简单分类器辨别。
引用
@article{arxiv.2308.09889,
title = {DUAW: Data-free Universal Adversarial Watermark against Stable Diffusion Customization},
author = {Xiaoyu Ye and Hao Huang and Jiaqi An and Yongtao Wang},
journal= {arXiv preprint arXiv:2308.09889},
year = {2023}
}
备注
12 pages, 11 figures