Fugu-MT 論文翻訳(概要): TrustMark: Universal Watermarking for Arbitrary Resolution Images

論文の概要: TrustMark: Universal Watermarking for Arbitrary Resolution Images

arxiv url: http://arxiv.org/abs/2311.18297v1
Date: Thu, 30 Nov 2023 07:03:36 GMT
ステータス: 処理完了
システム内更新日: 2023-12-01 17:43:27.194998
Title: TrustMark: Universal Watermarking for Arbitrary Resolution Images
Title（参考訳）: TrustMark: 任意解像度画像のためのユニバーサルな透かし
Authors: Tu Bui, Shruti Agarwal, John Collomosse
Abstract要約: 非受容性デジタル透かしは著作権保護、誤情報防止および責任ある生成GANにおいて重要である。本稿では,新しい設計のアーキテクチャを用いたGANベースの透かし手法を提案し,透かし除去法であるTrustMark-RMを提案する。本手法は任意の符号化画像からなる3つのベンチマーク上での最先端性能を実現する。
参考スコア（独自算出の注目度）: 21.74309490023683
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Imperceptible digital watermarking is important in copyright protection, misinformation prevention, and responsible generative AI. We propose TrustMark - a GAN-based watermarking method with novel design in architecture and spatio-spectra losses to balance the trade-off between watermarked image quality with the watermark recovery accuracy. Our model is trained with robustness in mind, withstanding various in- and out-place perturbations on the encoded image. Additionally, we introduce TrustMark-RM - a watermark remover method useful for re-watermarking. Our methods achieve state-of-art performance on 3 benchmarks comprising arbitrary resolution images.
Abstract（参考訳）: 知覚できないデジタル透かしは著作権保護、誤情報防止、責任ある生成AIにおいて重要である。本研究では,新しい設計を施したganベースの透かし法であるtrustmarkを提案し,透かし画像品質と透かし復元精度のトレードオフを両立させる。我々のモデルは、エンコードされた画像の様々な内外摂動に耐えながら、頑健さを念頭に訓練されている。さらに,再透かしに有用な透かし除去法であるTrustMark-RMを紹介する。本手法は任意の解像度画像からなる3つのベンチマーク上での最先端性能を実現する。

関連論文リスト

ROBIN: Robust and Invisible Watermarks for Diffusion Models with Adversarial Optimization [15.570148419846175]
既存の透かし手法は、堅牢性と隠蔽のバランスをとるという課題に直面している。本稿では, 透かしを積極的に隠蔽し, より強力な透かしの埋め込みを可能にするための透かし隠蔽法を提案する。様々な拡散モデルの実験では、画像改ざんであっても透かしが検証可能であることが示されている。
論文参考訳（メタデータ） (2024-11-06T12:14:23Z)
De-mark: Watermark Removal in Large Language Models [59.00698153097887]
我々は、n-gramベースの透かしを効果的に除去するために設計された高度なフレームワークであるDe-markを紹介する。提案手法は,透かしの強度を評価するために,ランダム選択探索と呼ばれる新しいクエリ手法を利用する。
論文参考訳（メタデータ） (2024-10-17T17:42:10Z)
Certifiably Robust Image Watermark [57.546016845801134]
ジェネレーティブAIは、偽情報やプロパガンダキャンペーンの促進など、多くの社会的懸念を提起する。ウォーターマークAI生成コンテンツは、これらの懸念に対処するための重要な技術である。本報告では, 除去・偽造攻撃に対するロバスト性保証を保証した最初の画像透かしを提案する。
論文参考訳（メタデータ） (2024-07-04T17:56:04Z)
Latent Watermark: Inject and Detect Watermarks in Latent Diffusion Space [7.082806239644562]
既存の手法は、画質と透かしの堅牢性のジレンマに直面している。画像品質の優れた透かしは通常、ぼやけやJPEG圧縮のような攻撃に対して弱い堅牢性を持つ。本稿では,潜伏拡散空間内の透かしを注入し,検出する潜伏透かしを提案する。
論文参考訳（メタデータ） (2024-03-30T03:19:50Z)
RAW: A Robust and Agile Plug-and-Play Watermark Framework for AI-Generated Images with Provable Guarantees [33.61946642460661]
本稿ではRAWと呼ばれる堅牢でアジャイルな透かし検出フレームワークを紹介する。我々は、透かしの存在を検出するために、透かしと共同で訓練された分類器を用いる。このフレームワークは,透かし画像の誤分類に対する偽陽性率に関する証明可能な保証を提供する。
論文参考訳（メタデータ） (2024-01-23T22:00:49Z)
ClearMark: Intuitive and Robust Model Watermarking via Transposed Model Training [50.77001916246691]
本稿では,人間の直感的な評価を目的とした最初のDNN透かし手法であるClearMarkを紹介する。 ClearMarkは目に見える透かしを埋め込んで、厳格な値閾値なしで人間の意思決定を可能にする。 8,544ビットの透かし容量は、現存する最強の作品に匹敵する。
論文参考訳（メタデータ） (2023-10-25T08:16:55Z)
ReMark: Receptive Field based Spatial WaterMark Embedding Optimization using Deep Network [23.357707056321534]
難解な透かしを埋め込むための新しいディープラーニングアーキテクチャについて検討する。提案手法は, 衝突歪みを含む透かしの一般的な歪みに対して頑健である。
論文参考訳（メタデータ） (2023-05-11T13:21:29Z)
Supervised GAN Watermarking for Intellectual Property Protection [33.827150843939094]
本稿では,GAN(Generative Adversarial Networks)のための透かし手法を提案する。目的は、GANモデルで生成された画像が見えない透かし(署名)を含むように、GANモデルに透かしを付けることである。その結果,本手法は生成画像内に見えない透かしを効果的に埋め込むことができることがわかった。
論文参考訳（メタデータ） (2022-09-07T20:52:05Z)
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)
Watermarking Images in Self-Supervised Latent Spaces [75.99287942537138]
我々は,自己教師型アプローチに照らして,事前学習した深層ネットワークに基づく透かし手法を再検討する。我々は、マーク時間におけるデータの増大を利用して、マークとバイナリのメッセージをその潜在空間に埋め込む方法を提案する。
論文参考訳（メタデータ） (2021-12-17T15:52:46Z)
Fine-tuning Is Not Enough: A Simple yet Effective Watermark Removal Attack for DNN Models [72.9364216776529]
我々は異なる視点から新しい透かし除去攻撃を提案する。我々は、知覚不可能なパターン埋め込みと空間レベルの変換を組み合わせることで、単純だが強力な変換アルゴリズムを設計する。我々の攻撃は、非常に高い成功率で最先端の透かしソリューションを回避できる。
論文参考訳（メタデータ） (2020-09-18T09:14:54Z)

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。