論文の概要: Safe-Sora: Safe Text-to-Video Generation via Graphical Watermarking

• arxiv url: http://arxiv.org/abs/2505.12667v1
• Date: Mon, 19 May 2025 03:31:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-20 14:57:11.381003
• Title: Safe-Sora: Safe Text-to-Video Generation via Graphical Watermarking
• Title（参考訳）: セーフソラ:グラフィック透かしによる安全なテキスト・ビデオ生成
• Authors: Zihan Su, Xuerui Qiu, Hongbin Xu, Tangyu Jiang, Junhao Zhuang, Chun Yuan, Ming Li, Shengfeng He, Fei Richard Yu,
• Abstract要約: Safe-Soraは、ビデオ生成プロセスに直接グラフィカルな透かしを直接埋め込む最初のフレームワークである。 適応型局所時間走査戦略を用いた3次元ウェーブレット変換拡張型Mambaアーキテクチャを開発した。 ビデオの品質、透かしの忠実さ、堅牢性の観点から、Safe-Soraは最先端のパフォーマンスを実証した。
• 参考スコア（独自算出の注目度）: 53.434260110195446
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The explosive growth of generative video models has amplified the demand for reliable copyright preservation of AI-generated content. Despite its popularity in image synthesis, invisible generative watermarking remains largely underexplored in video generation. To address this gap, we propose Safe-Sora, the first framework to embed graphical watermarks directly into the video generation process. Motivated by the observation that watermarking performance is closely tied to the visual similarity between the watermark and cover content, we introduce a hierarchical coarse-to-fine adaptive matching mechanism. Specifically, the watermark image is divided into patches, each assigned to the most visually similar video frame, and further localized to the optimal spatial region for seamless embedding. To enable spatiotemporal fusion of watermark patches across video frames, we develop a 3D wavelet transform-enhanced Mamba architecture with a novel spatiotemporal local scanning strategy, effectively modeling long-range dependencies during watermark embedding and retrieval. To the best of our knowledge, this is the first attempt to apply state space models to watermarking, opening new avenues for efficient and robust watermark protection. Extensive experiments demonstrate that Safe-Sora achieves state-of-the-art performance in terms of video quality, watermark fidelity, and robustness, which is largely attributed to our proposals. We will release our code upon publication.
• Abstract（参考訳）: 生成ビデオモデルの爆発的な成長は、AI生成コンテンツの信頼性の高い著作権保護の需要を増幅している。 画像合成に人気があるにもかかわらず、目に見えない生成ウォーターマーキングはビデオ生成においてほとんど未発見のままである。 このギャップに対処するため,ビデオ生成プロセスに直接グラフィカルな透かしを埋め込む最初のフレームワークであるSafe-Soraを提案する。 透かし性能が透かしとカバー内容との視覚的類似性に密接な関係があることを観察した結果,階層的粗い適応マッチング機構が導入された。 具体的には、透かし画像はパッチに分割され、それぞれ最も視覚的に類似したビデオフレームに割り当てられ、さらにシームレスな埋め込みのために最適な空間領域に局所化される。 ビデオフレーム間の透かしパッチの時空間融合を可能にするため,新しい時空間走査戦略を備えた3次元ウェーブレット変換型マンバアーキテクチャを開発し,透かし埋め込み・検索時の長距離依存性を効果的にモデル化する。 私たちの知る限りでは、これはウォーターマークに状態空間モデルを適用し、効率的で堅牢なウォーターマーク保護のために新しい道を開く最初の試みである。 ビデオの品質,透かしの忠実さ,頑健さの点で,Safe-Soraは最先端のパフォーマンスを実現している。 私たちは公開時にコードを公開します。

関連論文リスト

• Spread them Apart: Towards Robust Watermarking of Generated Content [4.332441337407564]
  本稿では,生成したコンテンツに透かしを埋め込む手法を提案する。 埋め込みされた透かしは、境界等級の加法摂動に対して頑健であることを保証する。
  論文  参考訳（メタデータ） (2025-02-11T09:23:38Z)
• On the Coexistence and Ensembling of Watermarks [93.15379331904602]
  様々なオープンソースの透かしは、画像の品質と復号性に小さな影響しか与えない。 我々は、アンサンブルがメッセージ全体のキャパシティを向上し、基本モデルを再トレーニングすることなく、キャパシティ、正確性、堅牢性、画像品質の新たなトレードオフを可能にすることを示す。
  論文  参考訳（メタデータ） (2025-01-29T00:37:06Z)
• RoboSignature: Robust Signature and Watermarking on Network Attacks [0.5461938536945723]
  本稿では,モデルが意図した透かしを埋め込む能力を阻害する新たな逆調整攻撃を提案する。 本研究は, 発生システムにおける潜在的な脆弱性を予知し, 防御することの重要性を強調した。
  論文  参考訳（メタデータ） (2024-12-22T04:36:27Z)
• Video Seal: Open and Efficient Video Watermarking [47.40833588157406]
  ビデオ透かしは、認識不能な信号をビデオに埋め込むことによって、課題に対処する。 Video Sealは、ニューラルビデオ透かしのための包括的なフレームワークであり、競合するオープンソースモデルである。 提案手法の有効性を, 速度, 不受容性, 頑健性の観点から実験的に検証した。
  論文  参考訳（メタデータ） (2024-12-12T17:41:49Z)
• LVMark: Robust Watermark for Latent Video Diffusion Models [13.85241328100336]
  ビデオ拡散モデルのための新しい透かし手法であるLVMarkを紹介する。 本稿では,隣接するフレーム間の一貫性を学習し,生成ビデオに適した新しい透かしデコーダを提案する。 拡散モデルの透かしデコーダと潜時デコーダの両方を最適化し、視覚的品質とビット精度のトレードオフを効果的にバランスさせる。
  論文  参考訳（メタデータ） (2024-12-12T09:57:20Z)
• 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)
• 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)
• 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)

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。