핵심 개념
テキストから画像生成モデルは、アーティストの独自のスタイルを模倣する可能性があり、アーティストの創造的な仕事の価値を損なう可能性がある。
초록
本論文では、芸術的スタイルの著作権侵害の問題を、単一の画像ではなく、画像セットの分類問題として再定式化しています。
372人のアーティストの作品からなる参照データセットを構築し、2つの補完的な手法(DeepMatchとTagMatch)を提案しました。
DeepMatchは高精度な分類器ですが解釈性が低いため、TagMatchを提案しました。TagMatchは解釈可能で帰属可能な手法で、アーティストの独自のスタイル要素を特定できます。
3つの一般的なテキストから画像生成モデルを使って大規模な実験を行った結果、調査対象の372人のアーティストのうち20.2%のアーティストのスタイルが模倣される可能性があることが分かりました。
本研究は、アーティストの独自のスタイルを定義し、それが生成モデルによって複製される程度を定量的に分析することで、著作権保護の新しい視点を提供しています。
통계
372人のアーティストの作品から構成されるデータセットを構築した。
DeepMatchは、保留された作品に対して89.3%の正解率で、アーティストを認識できた。
TagMatchは、トップ1の正解率が61.6%、トップ5が82.5%、トップ10が88.4%だった。
인용구
"アーティストの独自のスタイルは、頻繁に共起する要素(または署名)のセットによって特徴付けられる"
"生成モデルが単一の画像を複製するよりも、アーティストのスタイルを模倣する可能性の方が高い"