Key points are not available for this paper at this time.
La fabrication de désinformation visuelle sur le web et les médias sociaux a augmenté de manière exponentielle avec l'avènement des modèles de diffusion texte-image fondamentaux. En effet, les inpainters de Stable Diffusion permettent la synthèse d'images inpaintées de manière malveillante de figures personnelles et privées, ainsi que de contenus protégés par le droit d'auteur, également connus sous le nom de deepfakes. Pour lutter contre de telles générations, un cadre de disruption, nommé Photoguard, a été proposé, où il ajoute du bruit adversarial à l'image contextuelle pour perturber leur synthèse d'inpainting. Bien que leur cadre propose une approche favorable à la diffusion, la disruption n'est pas suffisamment forte et elle nécessite une quantité significative de GPU et de temps pour immuniser l'image contextuelle. Dans notre travail, nous réexaminons à la fois les conditions minimales et favorables pour une disruption d'inpainting réussie, en proposant DDD, un cadre de
Son et al. (Vendredi,) ont étudié cette question.