画像免疫化2026/10/5arXiv:2610.06334

SPIN: 確率的近傍における単一ステップ投影による拡散編集に対する画像免疫化

SPIN: Image Immunization Against Diffusion Editing via Single-Step Projection in Stochastic Neighborhoods

拡散モデルによる画像編集を妨害するため、局所的な確率的軌道近傍で単一ステップ投影を行い、目立たない摂動を最適化する画像免疫化手法を提案。

詳しい要約

1. どんなもの？

- 拡散モデルによる指示付き画像編集に対する無断編集を防ぐ画像免疫化手法。 - 入力画像に知覚不能な摂動を加え、後続の編集を妨害する。 - 編集要求が未知でも保護が有効であることを目指す。 - 既存手法の高コストな全軌道逆伝播や中間目的の弱点を克服。 - 局所確率的軌道近傍での1ステップ投影により免疫化するSPINを提案。

2. 先行研究と比べてどこがすごい？

- 既存の免疫化手法は全軌道逆伝播が必要で計算コストが高い。 - または中間目的を用いるが、その効果が後続のdenoisingで弱まる可能性がある。 - 単一推論経路では代替denoising継続に関するフィードバックが限られる。 - SPINは1ステップ投影で確率的近傍を考慮し、複数の編集結果を妨害。 - 2つの画像エディタで6指標全てにおいて既存手法を上回る保護性能を達成。

3. 技術・手法の肝は？

- 初期のdenoising状態から出発し、同一指示下で確率的近傍状態を生成。 - 全展開せずに1ステップ投影でクリーン潜在を予測。 - クリーン編集参照からの予測偏差の平均を最大化する有界入力摂動を最適化。 - これにより複数の可能な編集結果を妨害する。 - 局所確率的軌道近傍での1ステップ投影が肝。

4. どうやって有効だと検証した？

- 2つの画像エディタを用いた実験で保護性能を評価。 - 既知指示下で6指標全てにおいて比較手法を上回る。 - 未知指示設定でも比較手法を上回る。 - 有効性は実験的に検証されている。

5. 議論はある？

- 要旨からは不明。

6. 次に読むべき論文は？

- 要旨で参照/比較されている研究は明示されていない。 - 同分野の定番としてDiffusion Models, Image Editing, Adversarial Perturbations, Immunization Methodsなどが関連。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Fengming Gu, Jie Zhang, Zhongqi Wang, Qiankun Li, Shiguang Shan, Xilin Chen

分類: cs.CV

原文アブストラクト

Diffusion models have greatly advanced instruction-guided image editing, while also raising concerns about unauthorized image manipulation. Image immunization addresses this risk by adding imperceptible perturbations to an input image to disrupt subsequent edits. Since editing requests are unknown at image release, protection should remain effective beyond the instruction used to construct the perturbation. Existing immunization methods either require costly full-trajectory backpropagation or use intermediate objectives whose effects may be weakened by subsequent denoising. Meanwhile, a single inference path provides limited feedback about alternative denoising continuations. To address these challenges, we propose \textsc{SPIN}, a framework for image immunization via one-step projection over local stochastic trajectory neighborhoods. Starting from an early denoising state, \textsc{SPIN} generates stochastic neighboring states under the same instruction and predicts their clean latents through one-step projection without full unrolling. We then optimize a bounded input perturbation to maximize the average deviation of these predictions from a clean-edit reference, encouraging the perturbation to disrupt multiple possible editing outcomes. Experiments on two image editors demonstrate substantial gains in protection performance, with \textsc{SPIN} outperforming compared methods across all six metrics under seen instructions and in the more challenging unseen instruction setting.

arXivで原文を読む →arXiv概要ページ

← 論文一覧