fieldid E-Thesis & Research สถาบันเทคโนโลยีไทย-ญี่ปุ่น
สืบค้น:

เขตข้อมูล ข้อมูล
บทคัดย่อ
การออกแบบและพัฒนาวิธีการป้องกันภาพที่มีลิขสิทธิ์ถูกใช้ใน Generative AI. : ในปัจจุบัน โมเดล Generative AI ที่อาศัย Diffusion ได้ถูกนำมาใช้อย่างแพร่หลายในการสร้างและดัดแปลงภาพ ส่งผลให้เกิดความกังวลเกี่ยวกับการคุ้มครองลิขสิทธิ์และการนำเนื้อหาต้นฉบับไปใช้ซ้ำโดยไม่ได้รับอนุญาต แม้ว่าวิธีการป้องกันส่วนใหญ่จะมุ่งเน้นไปที่การป้องกันการใช้ภาพในขั้นตอนการฝึกหรือปรับแต่งโมเดล แต่การป้องกันในกระบวนการ Image-to-Image (img2img) ยังได้รับการศึกษาอย่างจำกัด งานวิจัยนี้นำเสนอวิธีการป้องกันภาพด้วยการฝัง Perturbation ใน Latent Space สำหรับ Stable Diffusion 1.5 (โหมด img2img) โดยทำการฝัง Perturbation ที่มีโครงสร้างผ่านกระบวนการปรับเหมาะแบบวนซ้ำด้วย Gradient และฟังก์ชัน Loss หลายองค์ประกอบ วิธีการนี้มีเป้าหมายเพื่อรักษาความสอดคล้องเชิงการรับรู้และเชิงความหมายกับภาพต้นฉบับ ขณะเดียวกันส่งผลต่อกระบวนการ diffusion เพื่อให้ผลลัพธ์ที่สร้างขึ้นเกิดความแตกต่างเมื่อมีการนำภาพที่ผ่านการป้องกันไปใช้ซ้ำภายใต้เงื่อนไขเดียวกัน ผลการทดลองจากภาพจำนวน 20 ภาพใน 4 หมวดหมู่แสดงให้เห็นว่า ภาพที่ผ่านการป้องกันยังคงมีความคล้ายคลึงกับภาพต้นฉบับในระดับสูง (SSIM = 0.7748, PSNR = 26.59 dB, CLIP = 0.9553, LPIPS = 0.2031) ซึ่งบ่งชี้ถึงการสูญเสียคุณภาพในระดับต่ำ อย่างไรก็ตาม เมื่อเข้าสู่กระบวนการ img2img พบว่าผลลัพธ์มีความแตกต่างอย่างชัดเจนเมื่อเทียบกับภาพต้นฉบับ (SSIM = 0.5499, PSNR = 17.14 dB, CLIP = 0.8153, LPIPS = 0.4760) สะท้อนถึงความแตกต่างในเชิงโครงสร้าง การรับรู้ และความหมาย ผลลัพธ์ดังกล่าวแสดงให้เห็นว่า Perturbation ใน Latent Space สามารถเป็นกลไกที่มีประสิทธิภาพและควบคุมได้สำหรับการป้องกันลิขสิทธิ์ใน Stable Diffusion 1.5.
ผู้แต่ง
ภควัต หาดสมบัติ
ประเภทสิ่งพิมพ์
วิทยานิพนธ์ (MIT) 2025
เลขหน้า
104
หัวเรื่อง
สถาบันเทคโนโลยีไทย-ญี่ปุ่น.สาขาวิชาเทคโนโลยีสารสนเทศ--วิทยานิพนธ์
หัวเรื่อง
เทคโนโลยีสารสนเทศ--วิทยานิพนธ์
เอกสารฉบับเต็ม
Download full text