“Glaze：通过文本到图像模型保护艺术家免受风格模仿”
摘要：使用AI生成的图像对传统艺术家社区造成了威胁。本文介绍了一种名为Glaze的工具，该工具使艺术家可以在在线分享之前向他们的作品应用“风格遮罩”。这些遮罩对图像施加几乎不可察觉的扰动，当作为训练数据使用时，能够误导试图模仿特定艺术家的生成模型。通过与1000多位艺术家进行用户研究，并进行评估他们对AI艺术的看法，以及我们的工具的有效性、可用性和对扰动的容忍度，以及在不同情况下和适应性对策下的鲁棒性。通过对艺术家的调查和基于经验的CLIP分数的显示，即使在低扰动水平(p=0.05)下，Glaze在正常条件下的模仿破坏方面也非常成功(>92%)，并且在适应性对策方面也很高(>85%)。
作者：Shawn Shan, Jenna Cryan, Emily Wenger, Haitao Zheng, Rana Hanocka, Ben Y. Zhao
论文ID：2302.04222
分类：Cryptography and Security
分类简称：cs.CR
提交时间：2023-08-07