論文の概要: Docmarking: Real-Time Screen-Cam Robust Document Image Watermarking
- arxiv url: http://arxiv.org/abs/2304.12682v1
- Date: Tue, 25 Apr 2023 09:32:11 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-26 21:11:59.892529
- Title: Docmarking: Real-Time Screen-Cam Robust Document Image Watermarking
- Title(参考訳): ドキュメンテーション:リアルタイムスクリーンカメラのロバストなドキュメンテーション
- Authors: Aleksey Yakushev, Yury Markin, Dmitry Obydenkov, Alexander Frolov,
Stas Fomin, Manuk Akopyan, Alexander Kozachok, Arthur Gaynov
- Abstract要約: 提案されたアプローチは、そもそもリークを防ぐのではなく、リークのソースを決定することを目的としている。
メソッドは、透かしを半透明画像と識別するユニークな透かしをスクリーンに印加することで機能する。
透かし画像は静止しており、常に画面上に留まっているので、撮影したすべての写真に透かしが表示される。
- 参考スコア(独自算出の注目度): 97.77394585669562
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: This paper focuses on investigation of confidential documents leaks in the
form of screen photographs. Proposed approach does not try to prevent leak in
the first place but rather aims to determine source of the leak. Method works
by applying on the screen a unique identifying watermark as semi-transparent
image that is almost imperceptible for human eyes. Watermark image is static
and stays on the screen all the time thus watermark present on every captured
photograph of the screen. The key components of the approach are three neural
networks. The first network generates an image with embedded message in a way
that this image is almost invisible when displayed on the screen. The other two
neural networks are used to retrieve embedded message with high accuracy.
Developed method was comprehensively tested on different screen and cameras.
Test results showed high efficiency of the proposed approach.
- Abstract(参考訳): 本稿では,スクリーン写真の形での機密文書漏洩の調査に焦点をあてる。
提案されたアプローチは、そもそもリークを防ぐのではなく、リークのソースを決定することを目的としている。
方法は、スクリーンに透かしを半透明の画像と識別することで、人間の目にはほとんど認識できない。
ウォーターマーク画像は静止状態であり、常にスクリーン上に残されているため、スクリーンの撮影された写真ごとにウォーターマークが存在する。
このアプローチの重要なコンポーネントは3つのニューラルネットワークである。
第1のネットワークは、この画像が画面上に表示されるとほとんど見えないように、埋め込みメッセージ付き画像を生成する。
他の2つのニューラルネットワークは、組み込みメッセージを高精度に取得するために使用される。
開発手法は異なるスクリーンとカメラで総合的にテストされた。
実験の結果,提案手法は高い効率を示した。
関連論文リスト
- Invisible Watermarks: Attacks and Robustness [0.3495246564946556]
本稿では,攻撃時の画像品質の劣化を最小限に抑えるとともに,透かしの堅牢性を向上する新しい手法を提案する。
そこで本研究では,デコード中,一方の透かしのモダリティを保ちながら他方を完全に除去する独自の透かし除去ネットワークを提案する。
評価の結果,1)他のモダリティを復号する際の透かしモダリティの1つを保持するための透かし除去モデルの実装は,ベースライン性能において若干改善され,2)LBAは画像全体の均一なぼかしに比べて画像の劣化を著しく低減することがわかった。
論文 参考訳(メタデータ) (2024-12-17T03:50:13Z) - Social Media Authentication and Combating Deepfakes using Semi-fragile Invisible Image Watermarking [6.246098300155482]
本稿では,メディア認証のために,見えない秘密メッセージを実画像に埋め込む半フレジブルな画像透かし手法を提案する。
提案するフレームワークは,顔の操作や改ざんに対して脆弱であると同時に,画像処理操作や透かし除去攻撃に対して頑健であるように設計されている。
論文 参考訳(メタデータ) (2024-10-02T18:05:03Z) - ScreenMark: Watermarking Arbitrary Visual Content on Screen [16.068813541247636]
ビジュアルスクリーンコンテンツ(VSC)は特に、スクリーンショットによる盗難やリークの影響を受けやすい。
任意のVSC保護のために設計された,堅牢で実用的な透かし手法であるScreenMarkを提案する。
ScreenMarkの有効性を検証するために、さまざまなデバイスや解像度から10万のスクリーンショットからなるデータセットをコンパイルした。
論文 参考訳(メタデータ) (2024-09-05T12:52:24Z) - T2IW: Joint Text to Image & Watermark Generation [74.20148555503127]
画像と透かし(T2IW)への共同テキスト生成のための新しいタスクを提案する。
このT2IWスキームは、意味的特徴と透かし信号が画素内で互換性を持つように強制することにより、複合画像を生成する際に、画像品質に最小限のダメージを与える。
提案手法により,画像品質,透かしの可視性,透かしの堅牢性などの顕著な成果が得られた。
論文 参考訳(メタデータ) (2023-09-07T16:12:06Z) - An Unforgeable Publicly Verifiable Watermark for Large Language Models [84.2805275589553]
現在の透かし検出アルゴリズムは、透かし生成プロセスで使用される秘密鍵を必要としており、公開検出中にセキュリティ違反や偽造の影響を受ける。
両段階で同じキーを使用するのではなく、2つの異なるニューラルネットワークを用いて透かしの生成と検出を行う。
論文 参考訳(メタデータ) (2023-07-30T13:43:27Z) - Tree-Ring Watermarks: Fingerprints for Diffusion Images that are
Invisible and Robust [55.91987293510401]
生成モデルのアウトプットを透かしは、著作権をトレースし、AI生成コンテンツによる潜在的な害を防ぐ重要なテクニックである。
本稿では,拡散モデル出力を頑健にフィンガープリントするTree-Ring Watermarkingという新しい手法を提案する。
私たちの透かしは画像空間に意味的に隠れており、現在デプロイされている透かしよりもはるかに堅牢です。
論文 参考訳(メタデータ) (2023-05-31T17:00:31Z) - Certified Neural Network Watermarks with Randomized Smoothing [64.86178395240469]
本稿では,ディープラーニングモデルのための認証型透かし手法を提案する。
我々の透かしは、モデルパラメータが特定のl2しきい値以上変更されない限り、取り外し不可能であることが保証されている。
私たちの透かしは、従来の透かし法に比べて経験的に頑丈です。
論文 参考訳(メタデータ) (2022-07-16T16:06:59Z) - A Screen-Shooting Resilient Document Image Watermarking Scheme using
Deep Neural Network [6.662095297079911]
本稿では,ディープニューラルネットワークを用いた文書画像のスクリーン・シューティング・レジリエントな透かし方式を提案する。
具体的には、透かしを埋め込むエンコーダと、透かしを抽出するデコーダを備えたエンドツーエンドのニューラルネットワークである。
埋め込み強度調整戦略は、抽出精度を損なうことなく透かし画像の視覚的品質を向上させるように設計されている。
論文 参考訳(メタデータ) (2022-03-10T07:19:44Z) - Split then Refine: Stacked Attention-guided ResUNets for Blind Single
Image Visible Watermark Removal [69.92767260794628]
従来の透かし除去方法は,ユーザから透かしの位置を取得したり,マルチタスクネットワークをトレーニングして,背景を無差別に復元する必要があった。
本稿では,注目誘導型ResUNetsを積み重ねた新しい2段階フレームワークを提案し,検出・除去・精錬の過程をシミュレートする。
様々な条件下で4つの異なるデータセット上でアルゴリズムを広範囲に評価し,その手法が他の最先端手法をはるかに上回っていることを示す実験を行った。
論文 参考訳(メタデータ) (2020-12-13T09:05:37Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。