SP-Guard：面向安全文本到图像生成的选择性提示自适应引导
计算机视觉与模式识别
2025-11-17 v1 计算机与社会
摘要
尽管扩散模型在文本到图像生成中取得了显著的图像质量，但它们也促进了有害内容的轻松创建，引发社会关切，凸显了更安全生成的需求。现有的推理时引导方法缺乏两方面的适应性——根据提示调整引导强度，以及选择性——仅针对图像中的不安全区域。我们的 метод SP-Guard 通过估计提示的有害性，并对不安全区域应用选择性引导掩码来指导仅不安全区域的生成。实验表明，SP-Guard 在生成更安全的图像方面优于现有方法，同时尽量减少意外内容的改变。除了提高安全性外，我们的发现还凸显了图像生成透明度和可控性的重要性。
引用
@article{arxiv.2511.11014,
title = {SP-Guard: Selective Prompt-adaptive Guidance for Safe Text-to-Image Generation},
author = {Sumin Yu and Taesup Moon},
journal= {arXiv preprint arXiv:2511.11014},
year = {2025}
}
备注
Accepted for presentation at TRUST-AI Workshop, ECAI 2025. Proceedings to appear in CEUR-WS