Rethinking Artistic Copyright Infringements in the Era of Text-to-Image Generative Models

最近的文本生成图像模型（如稳定扩散）非常擅长模仿和生成受版权保护的内容，引起了艺术家们的担忧，他们的独特风格可能被不当地复制。理解生成模型如何复制“艺术风格”比复制单个图像更加复杂，因为风格由一组元素（或签名）组成，这些元素经常在一系列作品中共同出现，而每个单独的作品可能会有很大的差异。在我们的论文中，我们首先将“艺术版权侵权”的问题重新定义为图像集上的分类问题，而不是探测图像之间的相似性。然后，我们介绍了ArtSavant，这是一个实用的（即高效且易于理解）工具，用于（i）通过将其与WikiArt中372位艺术家的作品的参考数据集进行比较来确定艺术家的独特风格，以及（ii）识别已生成图像中是否出现了已确定的风格。我们利用两种互补的方法对图像集进行艺术风格分类，包括TagMatch，这是一种新颖的内在可解释性和可归因性方法，使其更适合非技术利益相关者（艺术家、律师、法官等）广泛使用。利用ArtSavant，我们进行了大规模的实证研究，以提供有关三种流行的文本生成图像模型中艺术风格复制普遍程度的定量洞察。也就是说，在一个包括许多著名艺术家的数据集中，只有20%的艺术家的风格似乎有被今天流行的文本生成图像模型简单提示复制的风险。

如何判断生成模型是否抄袭了艺术家的风格？本文试图将艺术风格的问题转化为图像集合的分类问题，并提出了ArtSavant工具来识别和比较艺术家的风格。

本文提出了一种基于图像集合的艺术风格分类方法，包括一种可解释性强的方法TagMatch，并使用ArtSavant工具实现了艺术家风格的识别和比较。

本文使用372个艺术家的作品数据集进行了大规模实验，发现只有20%的艺术家的风格存在被生成模型抄袭的风险。同时，本文提出的ArtSavant工具易于理解和使用，并且TagMatch方法具有很强的可解释性。

近期相关研究包括基于深度学习的图像生成模型的发展，以及使用GAN等方法进行艺术风格转换的研究。