摘要 大多數「基於對抗性的攻擊」方法採用了簡單直接的設計，例如以端到端的方式進行優化，專注於對抗性地最大化原始訓練損失，從而忽略了擴散模型內在的細緻特性，甚至在某些擴散時間步驟中導致優化無效。 分析 Anti-DreamBooth 攻擊的梯度分佈隨 diffusion timesteps 的變化：在較大的 timesteps（接近純高斯 noise）時，攻擊的效果會大幅減弱。 ...
✏️ 2/14 情人節晚餐 📍 橄欖樹廚房 情人節當晚，我們選擇了交大附近的橄欖樹廚房用餐。 這家餐廳走的是溫馨路線，燈光柔和，氣氛還算浪漫，但價格偏高。 油煙味稍微重了些，可能是開放式廚房的關係，吃完衣服上都帶著點味道。 食物本身不難吃，份量適中，味道也算得上用心，但整體來說不算特別驚艷，頂多是中規中矩。 套餐 ...
摘要 本研究提出了一種將對抗性水印嵌入到生成模型（如擴散模型）的新方法，目的是在確保圖像質量的同時，實現對數位內容的版權保護。我們的方法通過結合對抗性擾動和水印嵌入技術，實現在潛在空間中生成穩健的水印。本文詳細討論了水印元件的預訓練、針對概念的水印微調以及保真度保護擾動調節等技術細節，並提出了一系列損失函數來平衡水印嵌入的準確性與圖像的視覺一致性。 1. 引言 隨著生成模型（如擴散模型...
Day 1 - 嘉義市區美食與文化之旅 ✏️ 早餐 - 南門包氏炭燒杏仁茶 位於嘉義市區的老字號店家，只販售杏仁茶和油條的簡單組合。香濃的杏仁茶搭配酥脆的油條，是最傳統的台式早餐。在寒冷的早晨喝上一碗溫暖的杏仁茶，整個人都暖和了起來。 杏仁茶與油條 香濃杏仁茶 ...
1. 引言 1.1 問題陳述 生成模型的發展與應用：生成模型（如 Stable Diffusion）能夠根據用戶輸入生成高度逼真的圖像，並在多種應用中發揮重要作用，從數字藝術到現實場景生成。 版權問題：Stable Diffusion 模型的訓練數據來自於抓取的網絡文本和圖像，這些數據經常包含未經藝術家授權的受版權保護材料，這引發了版權侵權的法律和倫理問題。 生成模型的記憶...
1. 論文摘要： 背景：Stable Diffusion (SD) 模型在生成圖像方面具有高度靈活性，尤其是在個性化定制的情況下（如 DreamBooth 和 LoRA 方法），這可能導致侵犯版權的風險。 目標：提出一種通用的對抗性水印（DUAW），該水印可以在不直接訪問版權圖像的情況下保護它們。這種水印不會影響圖像的可視性，但會干擾圖像生成模型，使生成的圖像出現明顯的失真。 ...
Abstract → 這份調查可以作為開發現代隱私保護技術的良好參考來源，以應對實踐中遇到的各種隱私相關情景。 1. Introduction 1.1. Motivation How to preserve privacy in original input data as well as in result output patterns derived from data ana...
1. Abstract → AI在 ___ 的應用。 用戶訪問認證 user access authentication 網絡情況感知 network situation awareness 危險行為監控 dangerous behavior monitoring 異常流量識別中 abnormal traffic identification 2. Potent...
第一天：抵達名古屋 日期：6月6日（星期四） 14:00：在桃園機場第二航廈集合，準備搭乘華航CI150航班。 17:10：從桃園國際機場起飛，前往名古屋中部國際機場。 21:05：抵達名古屋中部國際機場。 21:30：搭乘μ-SKY機場鐵路前往名古屋市區。 22:20：抵達名古屋車站，轉乘地鐵東山線前往住宿地點。 23:10：抵達住宿地——千種區春岡1丁目4番...
專題名稱 基於深度學習之預估餐廳等待時間的手機應用程式開發 專題編號：PRJ-NTPUCSIE-111-009 執行期間：2022年 9月 至 2023年 6月 摘要 隨著智慧時代的來臨，人工智慧與大數據技術被廣泛導入餐飲業，但候位流程仍依賴人工預估，導致時間浪費與顧客不滿。本計畫透過深度攝影機與深度學習模型（YOLOX 和 SegFormer），結合線性回歸模型預測用餐剩餘時間，開發...