論文の概要: Of-SemWat: High-payload text embedding for semantic watermarking of AI-generated images with arbitrary size
- arxiv url: http://arxiv.org/abs/2509.24823v1
- Date: Mon, 29 Sep 2025 14:10:15 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-30 22:32:20.038774
- Title: Of-SemWat: High-payload text embedding for semantic watermarking of AI-generated images with arbitrary size
- Title（参考訳）: Of-SemWat:任意のサイズのAI生成画像のセマンティック透かしのための高負荷テキスト埋め込み
- Authors: Benedetta Tondi, Andrea Costanzo, Mauro Barni,
- Abstract要約: テキスト埋め込みのための高負荷画像透かし手法を提案する。
入力テキストプロンプトに対応可能なイメージのセマンティック記述が画像内に埋め込まれている。
実験の結果,提案手法は多種多様な画像処理に対して極めて堅牢であることがわかった。
- 参考スコア（独自算出の注目度）: 17.310703869759976
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We propose a high-payload image watermarking method for textual embedding, where a semantic description of the image - which may also correspond to the input text prompt-, is embedded inside the image. In order to be able to robustly embed high payloads in large-scale images - such as those produced by modern AI generators - the proposed approach builds upon a traditional watermarking scheme that exploits orthogonal and turbo codes for improved robustness, and integrates frequency-domain embedding and perceptual masking techniques to enhance watermark imperceptibility. Experiments show that the proposed method is extremely robust against a wide variety of image processing, and the embedded text can be retrieved also after traditional and AI inpainting, permitting to unveil the semantic modification the image has undergone via image-text mismatch analysis.
- Abstract（参考訳）: テキスト埋め込みのための高負荷画像透かし手法を提案し、入力されたテキストプロンプトに対応する可能性のある画像の意味的記述を画像内に埋め込む。
最新のAIジェネレータなどの大規模画像に高いペイロードを堅牢に埋め込むため、提案手法は、直交符号とターボ符号を利用してロバスト性を改善し、周波数領域の埋め込みと知覚マスキング技術を統合し、透かしの不可避性を向上する従来の透かし方式に基づいている。
実験により,提案手法は多種多様な画像処理に対して極めて堅牢であることが示され,組込みテキストは従来型やAIの塗工後にも検索可能であり,画像-テキストミスマッチ解析により画像のセマンティックな修正を明らかにすることができる。
関連論文リスト
- EDITOR: Effective and Interpretable Prompt Inversion for Text-to-Image Diffusion Models [31.31018600797305]
本稿では,テキストから画像への拡散モデルに対するsysと呼ばれるプロンプトインバージョン手法を提案する。
本手法は,画像の類似性,テキストのアライメント,解釈可能性,一般化可能性の観点から,既存の手法よりも優れる。
論文 参考訳（メタデータ） (2025-06-03T16:44:15Z) - Safe-SD: Safe and Traceable Stable Diffusion with Text Prompt Trigger for Invisible Generative Watermarking [20.320229647850017]
安定拡散(SD)モデルは一般的に画像合成とパーソナライズされた編集の分野で栄えている。
AIが作成したコンテンツを公開プラットフォームに公開することで、法的および倫理的リスクが高まる可能性がある。
本研究では,透かしを認識不能な構造に適応させる,安全かつ高追従性安定拡散フレームワーク(SafeSD)を提案する。
論文 参考訳（メタデータ） (2024-07-18T05:53:17Z) - Deep Learning-based Text-in-Image Watermarking [4.938567115890841]
テキスト・イン・イメージ・透かしに対する新しい深層学習手法を提案する。
データセキュリティと整合性を高めるため,画像内にテキスト情報を埋め込んで抽出する。
論文 参考訳（メタデータ） (2024-04-19T18:52:07Z) - 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) - WMFormer++: Nested Transformer for Visible Watermark Removal via Implict
Joint Learning [68.00975867932331]
既存の透かし除去法は主にタスク固有のデコーダブランチを持つUNetに依存している。
両分野の情報を包括的に統合するために,暗黙的な共同学習パラダイムを導入する。
その結果、既存の最先端手法をはるかに上回る、我々のアプローチの顕著な優位性を示した。
論文 参考訳（メタデータ） (2023-08-20T07:56:34Z) - Unified Multi-Modal Latent Diffusion for Joint Subject and Text
Conditional Image Generation [63.061871048769596]
本稿では, 特定対象を含む画像と共同テキストを入力シーケンスとして用いた, Unified Multi-Modal Latent Diffusion (UMM-Diffusion) を提案する。
より具体的には、入力テキストと画像の両方を1つの統一マルチモーダル潜在空間に符号化する。
入力テキストと画像の両面から複雑な意味を持つ高品質な画像を生成することができる。
論文 参考訳（メタデータ） (2023-03-16T13:50:20Z) - MaskOCR: Text Recognition with Masked Encoder-Decoder Pretraining [68.05105411320842]
本稿では,従来のエンコーダ・デコーダ認識フレームワークにおいて,視覚と言語を事前学習するための新しいアプローチであるMaskOCRを提案する。
マスク付き画像モデリング手法を用いて、未ラベルのテキスト画像の集合を用いて特徴エンコーダを事前学習する。
テキストデータを合成されたテキスト画像に変換し、視覚と言語のデータモダリティを統一し、シーケンスデコーダの言語モデリング能力を向上する。
論文 参考訳（メタデータ） (2022-06-01T08:27:19Z) - Make-A-Scene: Scene-Based Text-to-Image Generation with Human Priors [58.71128866226768]
近年のテキスト・ツー・イメージ生成手法は、生成した画像の忠実度とテキスト関連性を漸進的に改善している。
i)シーンの形式でテキストを補完する単純な制御機構を実現することで,これらのギャップに対処する新しいテキスト・ツー・イメージ手法を提案する。
このモデルにより,512×512ピクセルの解像度で高忠実度画像を生成することができる。
論文 参考訳（メタデータ） (2022-03-24T15:44:50Z) - 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。