Oct, 2023

CopyScope：扩散工作流程中的模型级著作权侵权量化

PDF
TL;DRWeb-based AI image generation has brought copyright infringement risks, and this paper proposes CopyScope, a framework to quantify the infringement of AI-generated images from the model level using the FID-based Shapley algorithm.
发现论文，激发创造
  • 探究实际场景下扩散模型的版权问题

    我们的研究通过对部分版权侵权进行探究，并使用与版权有很大差异的提示，解决了以往研究的局限性。我们开发了一个数据生成流程，为扩散模型中的版权研究创建数据集。使用我们的流程，我们创建了包含不同扩散模型中版权侵权样本的数据集，并在各种标准下进行评估。我们的结果显示，在一系列扩散模型中生成侵权内容的普遍性，包括最新的稳定扩散 XL 模型。

    Sep, 2023

  • 应对 GenAI 版权问题：原创性估计与泛化

    通过引入量化数据原创性的度量标准，并采用泛化方法，修改生成模型的输出以符合版权要求，实验结果表明该方法可以成功将文本到图像生成模型的输出转化为更通用符合版权的图像。

    Jun, 2024

  • 文本到图像传播模型的版权保护数据集与基准

    该研究提供了第一个大规模标准化的数据集和基准库，以及评估版权保护方法有效性的一套评估指标。

    Jan, 2024

  • 测量扩散模型在模仿人类艺术家方面的成功

    现代扩散模型在人工智能图像生成中处于领先地位。本研究发现，这种成功部分归因于在互联网规模的数据上进行训练，其中包括版权作品。研究通过使用 CLIP 编码器进行艺术家的模仿，验证模型是否能够成功模仿人类艺术家。

    Jul, 2023

  • 不确定边界：生成式人工智能中的版权问题的多学科方法

    这篇文献综述了生成人工智能领域中与版权侵权相关的问题，包括侵权检测的方法、保护版权作品的现有技术、评估侵权行为的资源和工具，以及 AI 相关法规和提案，从多个学科角度全面阐述了 AI 驱动内容和版权的意义和问题。

    Mar, 2024

  • 保护自有知识产权：面向个性化生成的可扩展源追踪与归因

    通过将激进广义保护性水印与被动检测策略相结合，提出了一种统一的图像版权源追踪和归属性的方法，该方法采用个性化生成模型的输出作为初始步骤，利用强大的视觉主干网络对特定生成技术进行分类，并实现了增量学习策略以提高模型对新一代方法的适应性。实验证明了该方法在源追踪和归属性任务中的功效以及对知识遗忘的鲁棒性。

    May, 2024

  • 一次训练中的数据 Shapley

    通过概率生成人工智能模型和协作博弈理论，我们提出了一个补偿版权所有者的框架，以解决生成人工智能的版权挑战，并确保公平分配收益。

    Jun, 2024

  • 生成 AI 版权挑战的经济解决方案

    我们提出了一个框架，通过依靠现代生成型人工智能模型的概率性质和经济学中的合作博弈理论技术，按比例向版权所有者补偿其对人工智能生成内容的贡献，实现对生成型人工智能版权的解决。实验证明，我们的框架成功地识别了艺术品生成中使用的最相关的数据源，确保在版权所有者之间公平而可解释的收益分配。

    Apr, 2024

  • 在文本到图像生成模型时代重新思考艺术版权侵权问题

    最近的文本到图像生成模型（如稳定扩散）非常擅长模仿和生成受版权保护的内容，这引起了艺术家们的担忧，他们担心自己的独特风格可能会被不当复制。为了解决这个问题，本文将 “艺术版权侵权” 问题重新定义为对图像集进行分类问题，而不是探究图像间的相似性。我们首先介绍了 ArtSavant，这是一个实用的工具，通过与由 WikiArt 策展的 372 位艺术家作品组成的参考数据集进行比较，可以确定艺术家的独特风格，并识别其是否出现在生成的图像中。我们利用两种互补的方法对图像集进行艺术风格分类，包括 TagMatch，这是一种新颖且可解释的方法，更适合非技术相关的利益相关者（艺术家、律师、法官等）广泛使用。利用 ArtSavant 进行大规模实证研究，以量化的方式揭示了三种流行的文本到图像生成模型中艺术风格被复制的普遍情况。在包括许多著名艺术家在内的大量艺术家的数据集中，仅有 20％的艺术家的风格有被当今流行的文本到图像生成模型简单指令提示复制的风险。

    Apr, 2024

  • 理解和减轻扩散模型中的复制现象

    分析了文本到图像扩散模型中的记忆问题，提出了减少训练和推理时间中数据复制的几种技术。

    May, 2023