arXiv (cs.CV) は8月23日(現地時間)、Diego Castro Elvira氏らの研究チームによる論文「Measuring Similarity between Artistic and AI Generated Images using Siamese Neural Networks」を公開した。本研究は、AI生成画像と既存の芸術作品との類似性を評価するもので、特にStable Diffusion XL Refiner 1.0で生成された画像を対象に、Siamese Networksと凍結されたCLIPエンコーダーを用いて定量化した。訓練精度99.9%、テスト精度99.4%という高い識別性能を示している。
本研究は、AI生成アートが既存の作品と酷似し、著作権侵害の可能性に関する議論を引き起こしている現状を背景に実施された。研究者たちは、AI生成画像が既存の作品を再現している可能性の特定が重要であるとの認識から、視覚的類似性の客観的な測定方法を提案している。
研究チームは、主要な手法としてSiamese Networksを採用した。これは、凍結されたCLIPエンコーダーと、triplet lossによって最適化されたコサイン類似度を活用する。データセットは、画像-画像生成（image-to-image generation）とカスタムプロンプトを用いて、オリジナルの作品とStable Diffusion XL Refiner 1.0によって生成されたペア画像を構築した。このデータセットには、semantic descriptorsとBLIP-2キャプションが付加され、より詳細な情報が提供されている。
先行研究では、スタイル再現率が最大81%、視覚的類似度が最大90%と報告されていた。これに対し、本研究の結果は高い識別性能を示しており、訓練精度は99.9%に達した。最良のモデル構成では、99.4%のテスト精度と0.677の強力なクラス間分離（inter-class separation）を達成し、semantic-visual embeddingsの有効性が実証された。この論文は、NeurIPS 2025で開催されるLatinX in AI Research Workshopに採択されている。
著者らは、本研究がAI生成画像と既存作品の類似性評価に関するさらなる研究を促し、著作権保護や倫理的利用の議論に貢献することを期待している。
参考: arXiv cs.CV (アーカイブ) — 2026年9月1日 13:00 (JST)