RID 的作者来自于中国人民大学和 Sea AI Lab。第一作者为香港大学在读博士生郭瀚中，该工作为其硕士期间完成，其研究方向为扩散模型。本文由中国人民大学孙浩教授和李崇轩教授共同指导，其他作者包括中国人民大学博士生聂燊和 Sea AI Lab 研究员庞天宇和杜超。近年来许多论文研究了基于扩散模型的定制化生成，即通过给定一张或几张某个概念的图片，通过定制化学习让模型记住这个概念，并能够生成这个概念的新视角、新场景图片。但是当有用户恶意使用定制化生成技术，例如利用发布在社交平台的照片生成假照片，会对用户的隐私权造成威胁。一些研究通过对原始图片加扰动的方式来保护图片不被定制化学习，而由于这些研究都是通过梯度上升的方式去优化对应的扰动，因此瓶颈在于计算时间和计算开销上，为了给一个图片添加保护的扰动，需要花费几分钟甚至几十分钟，并且需要较大的显存消耗。本文中，中国人民大学和 Sea AI Lab 联名提出名为 RID 的全新人物图片保护模型，通过一个提前训练的小网络实现输入图片输出扰动的方式，在 RID 范式下，图片的防定制化保护只需要几十毫秒并且可以在用户手机终端部署。摘要：RID 的作者来自于中国人民大学和 Sea AI Lab。第一作者为香港大学在读博士生郭瀚中，该工作为其硕士期间完成，其研究方向为扩散模型。本文由中国人民大学孙浩教授和李崇轩教授共同指导，其他作者包括中国人民大学博士生聂燊和 Sea AI Lab 研究员庞天宇
来源：小向科技园地
免责声明：本站系转载，并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题，请在30日内与本站联系，我们将在第一时间删除内容!