研究課題/領域番号 |
19H04164
|
研究機関 | 筑波大学 |
研究代表者 |
佐久間 淳 筑波大学, システム情報系, 教授 (90376963)
|
研究期間 (年度) |
2019-04-01 – 2023-03-31
|
キーワード | 機械学習 / 人工知能 / 敵対的学習 / ドメイン汎化 / モデル帰属 |
研究実績の概要 |
GANで生成された画像を、その画像を生成したGANモデルに帰属させることができる手法を提案した。既存の帰属方法(モデル透かしなど)では、高い帰属性能を得るために、モデル公開前にモデルに対して前処理を行う必要がある。この研究では、モデル公開前の前処理を必要としない、ポストホック帰属手法を提案した。この研究で提案する帰属手法は、帰属する画像がモデルによって生成された場合、潜在的な復元がより良い画像復元を達成できることに基づいて設計されている。 実験によって、5枚以上のGAN生成画像があれば、前処理を必要とする既存手法とほぼ同等の帰属性能を達成できることを示した。さらに、提案手法は、モデル学習の段階で特別な前処理を必要とする電子透かし(watermark) を用いたGAN帰属処理に対して、競合する帰属性能を達成することが示された。本手法がモデルの学習段階で特別な前処理を必要とせず、あらゆるモデルに事後的に適用できることを考慮すると、提案手法は十分に優れた帰属性能を有していると結論付けることができる。
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
研究成果を論文に取りまとめ、2022年度中に国際会議にて発表を行った。
|
今後の研究の推進方策 |
画像生成モデルで構築した手法で、言語生成モデルに発展させる予定である。
|