dinosauria

摘要： Variance in Adversarial Attack for Customized Diffusion Models IDProtector：一种对抗性噪声编码器，用于防范保留身份的图像生成 Related Works Tuning-based Customized Generation D 阅读全文

摘要： CogVideo与CogVideoX模型结构 VQ-VAE（CogVideo使用的编码器） VQ-VAE其实就是一个AE（自编码器）而不是VAE（变分自编码器） PixelCNN 要追溯VQ-VAE的思想，就不得不谈到自回归模型。可以说，VQ-VAE做生成模型的思路，源于PixelRNN、Pixel 阅读全文

摘要： Anti-Tamper Protection for Unauthorized Individual Image Generation 图1.（a）伪造攻击者通过从社交媒体上拍照生成数据所有者的虚假个人图像，并将其提交给服务提供商。（b）数据所有者可以在服务提供商的协助下，向其图像中注入保护性扰动， 阅读全文

摘要： 扩散模型对抗样本经典baselines baselines： AdvDM(+) [30] [ICML23] AdvDM(-) [59] [ICLR24] PhotoGuard [40] [Arxiv23] Mist [29] [Arxiv23] SDS(+) [59] [ICLR24] SDS(-) 阅读全文

摘要： 纯化方法利用生成模型在分类前去除对抗噪声，从而增强对对抗性操作的抵抗能力。 阅读全文

摘要： 一、研究背景与核心问题 扩散模型（DMs）在文本到图像生成领域取得显著成功，但存在生成有害内容（如NSFW图像）和侵犯版权等安全风险。机器遗忘（概念擦除）技术旨在缓解这些风险，却易受对抗性提示攻击——通过对输入提示进行微小扰动，可使已完成概念擦除的扩散模型重新生成需擦除的内容（如裸体图像）。 核心研 阅读全文

摘要： Sparse Autoencoder as a Zero-Shot Classifier for Concept Erasing in Text-to-Image Diffusion Models 这篇论文提出了一种名为Interpret then Deactivate (ItD) 的框架，旨在文本 阅读全文

摘要： MMA-Diffusion MMA-Diffusion: MultiModal Attack on Diffusion Models 这篇论文提出的MMA-Diffusion（多模态攻击框架） 旨在通过文本和图像双模态攻击，绕过文本到图像（T2I）模型的安全机制（如提示过滤器和后处理安全检查器），生 阅读全文

摘要： Safe Latent Diffusion Safe Latent Diffusion: Mitigating Inappropriate Degeneration in Diffusion Models 这篇论文提出的安全潜在扩散模型（Safe Latent Diffusion, SLD） 核心是 阅读全文

摘要： 一维二维滑动窗口 from collections import deque def sliding_window(nums,k): #nums为一维数组,k为窗口大小 max_result=[] #用来记录每次的最大值 min_result=[] #用来记录每次的最小值 q_max=deque() 阅读全文