指示誘導型画像編集における限定的な編集逸脱を伴うソース同一性低減のための匿名化誘導潜在摂動
Anonymization-Guided Latent Perturbation for Source-Identity Reduction with Limited Edit Deviation in Instruction-Guided Image Editing
指示誘導型画像編集は、ソース被写体の認識可能な同一性を保持しながら意味的属性を変更でき、不正な同一性ベースの操作のリスクを生じさせる。既存の保護方法はより強力な同一性破壊を達成できるが、結果として生じる編集への大きな変更を伴う可能性がある。本研究では、補完的な保護戦略を調査し、ソース同一性の低減と、対応する防御されていない編集からの逸脱を共同で評価する。提案手法は、ソース画像の匿名化された対応物を構築し、その変分オートエンコーダー(VAE)表現をソース条件付き潜在参照として使用する。次に、l∞有界ピクセル空間摂動を最適化して、保護された表現をこの匿名化から派生したターゲットに移動させる。9998枚のCelebA-Wild画像での実験では、提案手法が平均顔認識(FR)類似性を0.620から0.567に低減することが示された。主要なHIVE設定では、評価された防御の中で最も低いLPIPSと最も高いPSNRおよびSSIMを達成し、FaceLockとCW-L2攻撃は大幅に大きい参照編集逸脱でより低いFR類似性を達成した。InstructPix2Pixでは、提案手法はPhotoGuardと比較して同等のFRスコアを達成し、LPIPSは0.262対PhotoGuardの0.428であった。これらの結果は、匿名化誘導潜在摂動が、対応する防御されていない編集からの逸脱を制限しながらソース同一性類似性を低減する、独自の同一性-編集逸脱動作点を提供することを示している。
- 指示誘導型画像編集に対し、ソース画像の匿名化版から派生した変分オートエンコーダー(VAE)表現を潜在参照とし、l∞有界のピクセル空間摂動を最適化する保護手法を提案。ソース同一性の低減と、防御されていない編集からの逸脱の抑制を同時に評価する。
- 9998枚のCelebA-Wild画像での実験で、平均顔認識(FR)類似性を0.620から0.567へ低減。
- 主要なHIVE設定で、評価された防御手法の中で最も低いLPIPS、最も高いPSNRおよびSSIMを達成。FaceLockとCW-L2攻撃はより大きな参照編集逸脱と引き換えに低いFR類似性を示した。
- InstructPix2Pixでは、PhotoGuardと同等のFRスコアを達成しつつ、LPIPSは0.262対PhotoGuardの0.428と小さく、編集の逸脱を抑えられることを示した。
指示誘導型画像編集に対する「保護」技術の研究で、投資対象となる製品・企業・資金調達の話は含まれないが、生成AI編集の悪用リスク(なりすまし・同一性ベースの不正操作)に対する防御手段の研究動向としてAIセーフティ領域の技術潮流を把握する材料になる。注目点は、単なる同一性破壊(強いノイズで編集を壊す)ではなく、「同一性低減」と「編集結果の逸脱抑制」のトレードオフを定量的に評価する枠組みを提示している点で、写真・本人認証・コンテンツ保護サービスを手掛ける事業者にとっての防御実装コストや編集品質への影響を測る指標になりうること。9998枚のCelebA-WildでのFR類似度0.620→0.567、PhotoGuard比でLPIPS 0.262対0.428など具体的数値が示されており、既存防御との優劣を比較するベンチマークとして参照価値がある。