要旨: 画像から動画（I2V）生成モデルが急速に進歩するにつれ、悪用して悪意のあるコンテンツを作り出す可能性が大きな懸念となってきています。たとえば、1枚の画像を悪用することで偽の動画を生成でき、それを注目を集めたり利益を得たりするために用いることができます。この現象は、I2V生成の悪用（I2V generation misuse）と呼ばれます。既存の画像保護手法は、統一されたベンチマークの欠如により、評価が不完全な枠組みになっています。さらに、これらの手法はI2V生成のシナリオおよび前処理攻撃に対して体系的に評価されておらず、そのため、実運用の場面における有効性を評価することが難しくなっています。この課題に対処するために、私たちはIP-Bench（Image Protection Bench）を提案します。これは、I2V生成シナリオにおける保護手法を評価するための、初の体系的なベンチマークです。このベンチマークでは、6つの代表的な保護手法と、5つの最先端のI2Vモデルを検証します。さらに、私たちの研究では、実際的なシナリオにおいて2つの頑健性攻撃戦略を用いて保護手法の頑健性を体系的に評価し、モデル間およびモダリティ間の転移可能性（cross-model & cross-modality transferability）を分析します。全体として、IP-Benchは、I2V生成シナリオにおける画像保護手法のための、体系的で再現可能かつ拡張可能な評価枠組みを確立します。
IP-Bench：画像から動画生成シナリオにおける画像保護手法のためのベンチマーク
arXiv cs.CV / 2026/3/30
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- 本論文は、画像から動画（I2V）生成の悪用シナリオにおいて、画像保護手法を評価することを目的とした統一型ベンチマーク「IP-Bench」を導入する。
- 先行研究におけるギャップとして、既存の保護アプローチには標準化された評価が欠けており、前処理攻撃への対抗を含めてI2V設定で十分に検証されていない点を指摘する。
- IP-Benchは、最先端のI2Vモデル5種類に対して、代表的な画像保護手法6手法をベンチマークし、2つの実用的な攻撃戦略を用いて頑健性を測定する。
- 本研究では、異なるI2Vモデルやモダリティ間で保護がどの程度うまく転移するかも分析し、実運用に向けた知見を提供することを目指す。
- 著者らは、IP-Benchを体系的で再現可能かつ拡張可能な枠組みとして位置づけ、今後の保護技術の継続的な評価と比較を可能にする。
- IP-BenchはarXivの最初のバージョン（v1）としての発表形で提示されており、I2Vシステムにおける安全志向の防御策の評価に対する、初期ではあるが具体的な研究貢献となっている。
