特許ウォッチ

公開番号2025145637
公報種別公開特許公報(A)
公開日2025-10-03
出願番号2024045925
出願日2024-03-22
発明の名称保護画像の生成方法及びプログラム
出願人学校法人名城大学
代理人弁理士法人グランダム特許事務所
主分類G06T 5/60 20240101AFI20250926BHJP(計算;計数)
要約【課題】学習されたモデルによって出力される画像に特定のパターンを生じさせることができる保護画像の生成方法及びプログラムを提供する。
【解決手段】保護画像の生成方法は、対象画像である入力画像に基づく画像と標的パターンに基づく画像との差分を計算する差分計算工程と、対象画像に対する差分が小さくなるように入力画像から減算する摂動を計算する摂動計算工程と、対象画像を摂動に基づいて更新して更新画像を取得する画像取得工程と、を備えている。保護画像の生成方法は、画像取得工程で取得する更新画像を差分計算工程の入力画像として差分計算工程、摂動計算工程、及び画像取得工程を繰り返し行って取得する更新画像を、対象画像の保護画像として生成する。
【選択図】図6
特許請求の範囲【請求項１】
対象画像である入力画像に基づく画像と標的パターンに基づく画像との差分を計算する差分計算工程と、
前記対象画像に対する差分が小さくなるように前記入力画像から減算する摂動を計算する摂動計算工程と、
前記対象画像を前記摂動に基づいて更新して更新画像を取得する画像取得工程と、
を備え、
前記画像取得工程で取得する前記更新画像を前記差分計算工程の前記入力画像として前記差分計算工程、前記摂動計算工程、及び前記画像取得工程を繰り返し行って取得する前記更新画像を、前記対象画像の保護画像として生成する
保護画像の生成方法。
続きを表示（約 1,300 文字）【請求項２】
前記対象画像を前記入力画像として変分オートエンコーダのエンコーダに入力して潜在表現を取得する潜在表現取得工程と、
前記潜在表現を前記変分オートエンコーダのデコーダに入力して再構成画像を取得する再構成画像取得工程と、
前記再構成画像と標的パターンとの差分を計算する前記差分計算工程と、
前記対象画像に対する差分が小さくなるように前記入力画像から減算する摂動を計算する前記摂動計算工程と、
前記対象画像を前記摂動に基づいて更新して更新画像を取得する前記画像取得工程と、
を備え、
前記画像取得工程で取得する前記更新画像を前記潜在表現取得工程の前記入力画像として前記潜在表現取得工程、前記再構成画像取得工程、前記差分計算工程、前記摂動計算工程、及び前記画像取得工程を繰り返し行って取得する前記更新画像を、前記対象画像の保護画像として生成する
請求項１に記載の保護画像の生成方法。
【請求項３】
前記対象画像である前記入力画像と標的パターンとを同じ条件で拡散する拡散工程と、
拡散された前記入力画像から予測ノイズを予測する予測工程と、
予測された前記予測ノイズを用いて拡散した前記入力画像と拡散した前記標的パターンとを逆拡散する逆拡散工程と、
逆拡散した前記入力画像と逆拡散した前記標的パターンとの差分を計算する前記差分計算工程と、
前記対象画像に対する差分が小さくなるように前記入力画像から減算する摂動を計算する前記摂動計算工程と、
前記対象画像を前記摂動に基づいて更新して更新画像を取得する前記画像取得工程と、
を備え、
前記画像取得工程で取得する前記更新画像を前記拡散工程の前記入力画像として前記拡散工程、前記予測工程、前記逆拡散工程、前記差分計算工程、前記摂動計算工程、及び前記画像取得工程を繰り返し行って取得する前記更新画像を、前記対象画像の保護画像として生成する
請求項１に記載の保護画像の生成方法。
【請求項４】
前記拡散工程では、
前記入力画像を変分オートエンコーダのエンコーダに入力して第１潜在表現を取得し、前記第１潜在表現に対して拡散用ノイズを加算して拡散するとともに、
前記標的パターンを前記変分オートエンコーダのエンコーダに入力して第２潜在表現を取得し、前記第２潜在表現に対して前記拡散用ノイズを加算して拡散する
請求項３に記載の保護画像の生成方法。
【請求項５】
前記画像取得工程では、前記入力画像から前記摂動を減算した画像と前記対象画像とを比較して予め決められた設定値を超えないように前記摂動を調整して、調整した前記摂動を前記対象画像に加算して前記更新画像を取得する
請求項１から請求項４のいずれか一項に記載の保護画像の生成方法。
【請求項６】
請求項１から請求項４のいずれか一項に記載の保護画像の生成方法をコンピュータに実行させるプログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、保護画像の生成方法及びプログラムに関する。
続きを表示（約 1,400 文字）【背景技術】
【０００２】
近年、深層ニューラルネットワーク（ＤＮＮ）を始めとする人工知能（ＡＩ）技術は目覚ましい進歩を遂げている。特に、自然言語による指示を基に画像やテキストを生成する生成ＡＩは、多岐にわたる応用が期待されており、多くの画像生成サービスが公開されている。
【０００３】
一方で、これらの画像生成ＡＩは、一部で不適切な利用の問題を引き起こす。例えば、インターネット上等に公開された画像がその権利者に無断で生成時の条件付けとして用いられる等、インターネット上の画像が許可なく生成に冒用される問題が発生している。さらに、権利侵害だけでなく、事実とは異なる情報を含む画像が生成されることで、ＳＮＳ等において悪意あるユーザによってフェイクニュースの流布等に利用される可能性がある。
【０００４】
そこで、画像生成ＡＩに対して、無許可でのコンテンツ利用を防ぐことを実現する対策手法が求められている。例えば、特許文献１に開示される１ピクセル攻撃サンプルの生成方法は、認識対象画像の画素点の位置Ｐの各画素値をトラバーサルし、且つ各数値の予め設定したニューラルネットワークＮにおける認識確率が最も低い時の画素値Ｖ’を取得し、認識対象画像Ｘにおける画素位置Ｐの画素値をＶ’に修正し、敵対的サンプルＸ’を得るステップを含む。この構成によって、認識対象画像の１つの画素点を変更してニューラルネットワークが画像を正確に認識する確率を低下させている。
【先行技術文献】
【特許文献】
【０００５】
特開２０２０－１７０４９５号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
特許文献１に開示されるような攻撃サンプルの生成方法では、コンテンツ保護が十分になされておらず、より一層のコンテンツ保護が求められている。
【０００７】
本発明は、上記従来の事情に鑑みてなされたものであって、学習されたモデルによって出力される画像に特定のパターンを生じさせることができる保護画像の生成方法及びプログラムを提供することを一つの目的とする。
【課題を解決するための手段】
【０００８】
本開示の保護画像の生成方法は、
対象画像である入力画像に基づく画像と標的パターンに基づく画像との差分を計算する差分計算工程と、
前記対象画像に対する差分が小さくなるように前記入力画像から減算する摂動を計算する摂動計算工程と、
前記対象画像を前記摂動に基づいて更新して更新画像を取得する画像取得工程と、
を備え、
前記画像取得工程で取得する前記更新画像を前記差分計算工程の前記入力画像として前記差分計算工程、前記摂動計算工程、及び前記画像取得工程を繰り返し行って取得する前記更新画像を、前記対象画像の保護画像として生成する。
【０００９】
本開示のプログラムは、上記保護画像の生成方法をコンピュータに実行させる。
【発明の効果】
【００１０】
本開示に係る技術は、学習されたモデルによって出力される画像に特定のパターンを生じさせることができる。
【図面の簡単な説明】
（【００１１】以降は省略されています）

関連特許