Mistは拡散モデルの学習を阻害する微小摂動を加える防御手法である。我々は、多目的最適化により、CLIP・ViT・Swin・ResNetの特徴距離最大化とSSIMヒンジによる構造維持を行うImproved PGD-Mistを提案してきた。本手法は主要な特徴距離を大幅に向上させるが、全体が白色化する画質劣化が課題であった。アブレーション分析から、低周波ノイズ混入による平均輝度の増大が劣化の原因であることを特定し、正則化項へ中〜高周波帯の選択的ノイズ強調を導入した。その結果、提案手法は特徴距離の向上を維持しつつ、平均輝度差と輝度ヒストグラム距離を低減し、視覚的劣化の抑制に成功した。