テキストからビデオモデルへの敵対的攻撃

この論文は、まだ十分に研究されていない重要な分野、つまりテキストからビデオ（T2V）拡散モデルの敵対的ロバスト性について取り組んでいます。この論文では、これらのモデルの脆弱性を評価し、明らかにするための新しいフレームワーク、T2VAttackを紹介しています。意味的および時間的側面の両方に焦点を当て、提案された攻撃方法（T2VAttack-SおよびT2VAttack-I）は、これらの脆弱性を理解し、軽減するための包括的なアプローチを提供します。複数の最先端モデルでの評価は、この発見の実用的な意味を示すために不可欠です。

• •テキストからビデオモデルに対する敵対的攻撃のためのフレームワーク、T2VAttackを紹介。
• •ビデオ生成のセマンティックと時間的側面の両方に焦点を当てる。
• •2つの攻撃方法を提案：T2VAttack-S（同義語置換）とT2VAttack-I（単語挿入）。
• •いくつかの最先端のT2Vモデルの敵対的ロバスト性を評価。
• •わずかなプロンプトの変更でも、ビデオの品質が大幅に低下することを示す。