Imperceptible Protection Against Mimicry for Diffusion Models
연구 내용
확산 기반 생성물에서 모방·스타일 침해 위험을 줄이기 위해 입력/특징 공간을 활용한 섬세한 섭동 학습과 추론 시 적응형 보호를 수행하는 연구
확산 모델 기반 생성이 저작권 침해와 스타일 모방 문제를 동반한다는 요구를 바탕으로, 보호 성능과 시각 품질 저하를 동시에 관리하는 기법을 연구합니다. 섭동 사전학습과 혼합형 섭동 전략을 통해 지연 시간을 낮추면서 입력에 따라 보호 강도를 동적으로 조정하고, VAE 특징 공간 다중 항에서 보호 손실을 계산하여 견고성을 확보합니다. 또한 인간 시각 민감 영역을 반영한 지각 맵과 인스턴스 인식 정제를 결합해 보호가 덜 눈에 띄도록 개선하며, 작업 난이도 예측에 기반해 강도를 조정합니다.
관련 연구 성과
관련 논문
4편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
초기에는 확산 모델이 생성한 결과에서 스타일 모방이 발생하는 상황을 보호 관점에서 해석하고, 억제 효과를 위해 섭동 기반 접근을 설계했습니다. 이후 섭동이 실제 서비스에서 문제 되는 지연과 품질 저하를 동시에 줄이기 위해 섭동 사전학습과 혼합형 섭동 구조로 학습-추론 효율을 개선했습니다. 동시에 보호가 지각적으로 드러나는 영역을 줄이기 위해 인간 시각 민감 영역 기반 지각 맵과 인스턴스 인식 정제, 인지 난이도 기반 강도 조정으로 보호의 비가시성을 강화하는 방향으로 발전시켰습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Imperceptible Protection against Style Imitation from Diffusion Models
Nearly Zero-Cost Protection Against Mimicry by Personalized Diffusion Models
Nearly Zero-Cost Protection Against Mimicry by Personalized Diffusion Models
Imperceptible Protection against Style Imitation from Diffusion Models