预训练GAN与VAE的特征遗忘
计算机视觉与模式识别
2024-03-29 v4 机器学习
摘要
我们解决从预训练图像生成模型（GAN与VAE）中进行特征遗忘的问题。不同于以训练集子集为遗忘目标的常见遗忘任务，我们的目标是从预训练生成模型中遗忘特定特征，例如人脸图像中的发型。由于目标特征仅出现在图像的局部区域，从预训练模型中遗忘整幅图像可能导致图像其余区域的细节丢失。为指定需遗忘的特征，我们收集包含目标特征的随机生成图像，随后识别对应于目标特征的潜表示，并利用该表示微调预训练模型。通过在MNIST、CelebA和FFHQ数据集上的实验，我们展示了目标特征被成功移除，同时保持了原始模型的保真度。进一步的对抗攻击实验表明，遗忘后的模型在恶意方存在时更具鲁棒性。
引用
@article{arxiv.2303.05699,
title = {Feature Unlearning for Pre-trained GANs and VAEs},
author = {Saemi Moon and Seunghyuk Cho and Dongwoo Kim},
journal= {arXiv preprint arXiv:2303.05699},
year = {2024}
}