論文の概要: I2VWM: Robust Watermarking for Image to Video Generation

• arxiv url: http://arxiv.org/abs/2509.17773v1
• Date: Mon, 22 Sep 2025 13:37:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-23 18:58:16.415863
• Title: I2VWM: Robust Watermarking for Image to Video Generation
• Title（参考訳）: I2VWM:画像から映像生成のためのロバストな透かし
• Authors: Guanjie Wang, Zehua Ma, Han Fang, Weiming Zhang,
• Abstract要約: I2VWMは、時間とともに透かしの堅牢性を高めるために設計されたクロスモーダルな透かしフレームワークである。 オープンソースのI2Vモデルと商用のI2Vモデルの両方の実験では、I2VWMは非受容性を維持しながらロバスト性を大幅に改善することを示した。
• 参考スコア（独自算出の注目度）: 41.34965301146522
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: The rapid progress of image-guided video generation (I2V) has raised concerns about its potential misuse in misinformation and fraud, underscoring the urgent need for effective digital watermarking. While existing watermarking methods demonstrate robustness within a single modality, they fail to trace source images in I2V settings. To address this gap, we introduce the concept of Robust Diffusion Distance, which measures the temporal persistence of watermark signals in generated videos. Building on this, we propose I2VWM, a cross-modal watermarking framework designed to enhance watermark robustness across time. I2VWM leverages a video-simulation noise layer during training and employs an optical-flow-based alignment module during inference. Experiments on both open-source and commercial I2V models demonstrate that I2VWM significantly improves robustness while maintaining imperceptibility, establishing a new paradigm for cross-modal watermarking in the era of generative video. \href{https://github.com/MrCrims/I2VWM-Robust-Watermarking-for-Image-to-Video-Generation}{Code Released.}
• Abstract（参考訳）: 画像誘導ビデオ生成(I2V)の急速な進歩は、誤情報や詐欺における誤用の可能性への懸念を提起し、効果的なデジタル透かしの必要性を浮き彫りにした。 既存の透かし手法は単一のモダリティ内で堅牢性を示すが、I2V設定でソース画像の追跡に失敗する。 このギャップに対処するために、生成されたビデオにおける透かし信号の時間的持続性を測定するRobust Diffusion Distanceの概念を導入する。 I2VWMは、時間とともに透かしの堅牢性を高めるために設計されたクロスモーダルな透かしフレームワークである。 I2VWMは、トレーニング中にビデオシミュレーションノイズ層を利用し、推論中に光フローベースのアライメントモジュールを使用する。 オープンソースのI2Vモデルと商用I2Vモデルの両方の実験により、I2VWMは非受容性を維持しながらロバスト性を大幅に向上し、生成ビデオ時代におけるクロスモーダルな透かしの新しいパラダイムを確立した。 https://github.com/MrCrims/I2VWM-Robust-Watermarking-for-Image-to-Video-Generation}{Code リリース。 ※

関連論文リスト

• TAG-WM: Tamper-Aware Generative Image Watermarking via Diffusion Inversion Sensitivity [76.98973481600002]
  本稿では,TAG-WMと命名されたタンパ認識画像ウォーターマーキング手法を提案する。 提案手法は、4つのキーモジュールからなる: 生成品質を保ちつつ、著作権と局所化の透かしを潜伏空間に埋め込むためのデュアルマークジョイントサンプリング (DMJS) アルゴリズム。 実験結果から,TAG-WMは歪み下においても,改質性および局所化能力の両面において最先端性能を達成できることが示された。
  論文  参考訳（メタデータ） (2025-06-30T03:14:07Z)
• Video Signature: In-generation Watermarking for Latent Video Diffusion Models [42.064769031646904]
  ビデオシグナチャ (VID SIG) は、遅延ビデオ拡散モデルのための次世代透かし方式である。 我々は、潜伏型デコーダを部分的に微調整し、PAS(Perturbation-Aware Suppression)が事前に識別し、知覚に敏感な層を凍結する。 実験結果から, VID SIGは透かし抽出, 視覚的品質, 生成効率において, 最高の総合的な性能を発揮することがわかった。
  論文  参考訳（メタデータ） (2025-05-31T17:43:54Z)
• Safe-Sora: Safe Text-to-Video Generation via Graphical Watermarking [88.89887962002207]
  目に見えない生成的な透かしは ビデオ生成において ほとんど未発見のままです 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。 Safe-Soraは,映像品質,透かしの忠実度,ロバスト性の観点から,最先端のパフォーマンスを実現していることを示す。
  論文  参考訳（メタデータ） (2025-05-19T03:31:31Z)
• Towards Dataset Copyright Evasion Attack against Personalized Text-to-Image Diffusion Models [52.877452505561706]
  データセットのオーナシップ検証(DOV)を損なうよう特別に設計された最初の著作権回避攻撃を提案する。 CEAT2Iは, 試料検出, トリガー同定, 効率的な透かし除去の3段階からなる。 実験の結果,CEAT2I はモデル性能を保ちながら DOV 機構を効果的に回避できることがわかった。
  論文  参考訳（メタデータ） (2025-05-05T17:51:55Z)
• VideoShield: Regulating Diffusion-based Video Generation Models via Watermarking [27.345134138673945]
  VideoShieldはビデオ生成モデルのための新しい透かしフレームワークである。 後処理の方法とは異なり、VideoShieldはビデオ生成中に直接透かしを埋め込む。 ビデオの整合性を確保するため,タンパーのローカライゼーション機能を導入する。
  論文  参考訳（メタデータ） (2025-01-24T02:57:09Z)
• ConsistI2V: Enhancing Visual Consistency for Image-to-Video Generation [37.05422543076405]
  Image-to-Video(I2V)生成は、初期フレーム(テキストプロンプトの他)を使用してビデオシーケンスを作成することを目的としている。 既存の方法はしばしば、第1フレームから主題、背景、スタイルの整合性を維持するのに苦労する。 本稿では,I2V生成における視覚的一貫性を高める拡散法であるConsistI2Vを提案する。
  論文  参考訳（メタデータ） (2024-02-06T19:08:18Z)

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。