语义到结构：用于侵权检测的结构表示学习
计算机视觉与模式识别
2025-02-12 v1
摘要
图像中的结构信息对审美评估至关重要，广为艺术界所认识到的是，模仿他作结构的行为对创作者权益构成严重侵权。扩散模型的发展导致 AI 生成的内容模仿艺术家结构性创作，但有效的检测方法仍不足。本文定义了这一现象为“结构性侵权”，并提出了相应的检测方法。此外，我们开发了量化指标，创建了用于评估的手动标注数据集：合成数据集 SIA 和真实数据集 SIR。鉴于当前缺乏结构性侵权检测的数据集，我们提出了一种基于扩散模型和 LLM 的新数据合成策略，成功训练了结构性侵权检测模型。实验结果表明，我们的方法能够成功检测结构性侵权，并在标注测试集上实现显著改进。
引用
@article{arxiv.2502.07323,
title = {Semantic to Structure: Learning Structural Representations for Infringement Detection},
author = {Chuanwei Huang and Zexi Jia and Hongyan Fei and Yeshuang Zhu and Zhiqiang Yuan and Jinchao Zhang and Jie Zhou},
journal= {arXiv preprint arXiv:2502.07323},
year = {2025}
}