重新审视文本到图像生成模型时代的艺术版权侵权
计算机视觉与模式识别
2024-04-15 v1 人工智能
摘要
最近的文本到图像生成模型（如 Stable Diffusion）在模仿和生成受版权保护内容方面极为擅长，引发了艺术家对其独特风格可能被不当复制的担忧。理解生成模型如何复制“艺术风格”比复制单张图像更为复杂，因为风格由一组在一组作品中频繁共现的元素（或特征签名）构成，其中每件单个作品可能差异显著。在我们的论文中，我们首先将“艺术版权侵权”问题重新表述为图像集上的分类问题，而非探索单张图像间的相似性。然后我们引入了 ArtSavant，一个实用（即高效且易于理解）的工具，用于 (i) 通过将艺术家的作品与从 WikiArt 精选的 372 位艺术家的参考数据集进行比较，来确定艺术家的独特风格，以及 (ii) 识别所确定的风格是否重新出现在生成的图像中。我们利用两种互补的方法在图像集上执行艺术风格分类，包括 TagMatch，这是一种新颖的、本质上可解释且可归因的方法，使其更适合非技术利益相关者（艺术家、律师、法官等）更广泛地使用。利用 ArtSavant，我们随后进行了一项大规模实证研究，以提供关于 3 种流行的文本到图像生成模型中艺术风格复制普遍性的定量见解。也就是说，在一个多产艺术家（包括许多著名艺术家）的数据集中，只有 20% 的艺术家的风格似乎面临被当今流行的文本到图像生成模型通过简单提示词复制的风险。
引用
@article{arxiv.2404.08030,
title = {Rethinking Artistic Copyright Infringements in the Era of Text-to-Image Generative Models},
author = {Mazda Moayeri and Samyadeep Basu and Sriram Balasubramanian and Priyatham Kattakinda and Atoosa Chengini and Robert Brauneis and Soheil Feizi},
journal= {arXiv preprint arXiv:2404.08030},
year = {2024}
}