論文の概要: A fragile zero-watermarking method based on dual quaternion matrix decomposition

• arxiv url: http://arxiv.org/abs/2510.27307v1
• Date: Fri, 31 Oct 2025 09:30:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-03 17:52:16.049063
• Title: A fragile zero-watermarking method based on dual quaternion matrix decomposition
• Title（参考訳）: 二重四元数行列分解に基づく脆弱ゼロ透かし法
• Authors: Mingcui Zhang, Zhigang Jia,
• Abstract要約: 本稿では,2重四元数行列分解に基づく脆弱なゼロ透かしモデルを提案する。 二重四元数行列分解の特性に基づいてゼロ透かし情報を生成する。
• 参考スコア（独自算出の注目度）: 3.1368611610608856
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Medical images play a crucial role in assisting diagnosis, remote consultation, and academic research. However, during the transmission and sharing process, they face serious risks of copyright ownership and content tampering. Therefore, protecting medical images is of great importance. As an effective means of image copyright protection, zero-watermarking technology focuses on constructing watermarks without modifying the original carrier by extracting its stable features, which provides an ideal approach for protecting medical images. This paper aims to propose a fragile zero-watermarking model based on dual quaternion matrix decomposition, which utilizes the operational relationship between the standard part and the dual part of dual quaternions to correlate the original carrier image with the watermark image, and generates zero-watermarking information based on the characteristics of dual quaternion matrix decomposition, ultimately achieving copyright protection and content tampering detection for medical images.
• Abstract（参考訳）: 医用画像は診断、遠隔相談、学術研究を支援する上で重要な役割を担っている。 しかし、送信と共有の過程では、著作権の所有とコンテンツ改ざんの深刻なリスクに直面している。 そのため、医用画像の保護が非常に重要である。 画像著作権保護の有効な手段として、ゼロ透かし技術は、安定した特徴を抽出して元のキャリアを変更することなく透かしを構築することに焦点を当て、医用画像を保護する理想的なアプローチを提供する。 本稿では,2重四元行列分解に基づく脆弱なゼロ透かしモデルを提案する。これは,元のキャリア画像と透かし画像との相関関係を利用して,2重四元行列分解の特性に基づいてゼロ透かし情報を生成し,最終的に医用画像の著作権保護とコンテンツ改ざん検出を実現する。

関連論文リスト

• StableGuard: Towards Unified Copyright Protection and Tamper Localization in Latent Diffusion Models [55.05404953041403]
  拡散生成プロセスにバイナリ透かしをシームレスに統合する新しいフレームワークを提案する。 画像の忠実さ、透かしの検証、ローカライゼーションの改ざんにおいて、StableGuardは一貫して最先端の手法より優れていることを示す。
  論文  参考訳（メタデータ） (2025-09-22T16:35:19Z)
• Optimization-Free Universal Watermark Forgery with Regenerative Diffusion Models [50.73220224678009]
  ウォーターマーキングは、人工知能モデルによって生成された合成画像の起源を検証するために使用できる。 近年の研究では, 対象画像から表層画像への透かしを, 対角的手法を用いてフォージできることが示されている。 本稿では,最適化フリーで普遍的な透かし偽造のリスクが大きいことを明らかにする。 我々のアプローチは攻撃範囲を大きく広げ、現在の透かし技術の安全性により大きな課題をもたらす。
  論文  参考訳（メタデータ） (2025-06-06T12:08:02Z)
• Bridging Knowledge Gap Between Image Inpainting and Large-Area Visible Watermark Removal [57.84348166457113]
  本稿では,事前学習した画像の塗装モデルの表現能力を活用する新しい特徴適応フレームワークを提案する。 本手法は, 透かしの残像の残像を塗布バックボーンモデルに流し込むことにより, 透かしと透かし除去の知識ギャップを埋めるものである。 高品質な透かしマスクへの依存を緩和するために,粗い透かしマスクを用いて推論プロセスを導出する新たな訓練パラダイムを導入する。
  論文  参考訳（メタデータ） (2025-04-07T02:37:14Z)
• Deep Learning-based Dual Watermarking for Image Copyright Protection and Authentication [1.6385815610837167]
  本稿では,インターネット上に送信された画像のソース認証,コンテンツ認証,デジタルコンテンツ著作権保護を行うための,Deep Learningベースの2種類の透かし方式を提案する。 また、画像の暗号ハッシュや画像の主要な特徴を透かしとして使用するため、透かしを模倣または上書きすることは不可能である。 訓練されたモデルでは,高い透かし抽出精度が得られており,その知識を最大限活用するために,本論文で提案される深層学習に基づく二重透かし技術である。
  論文  参考訳（メタデータ） (2025-02-21T07:58:39Z)
• 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)
• Removing Interference and Recovering Content Imaginatively for Visible Watermark Removal [63.576748565274706]
  本研究では,Removing Interference and Recovering Content Imaginatively (RIRCI)フレームワークについて紹介する。 RIRCIは2段階のアプローチを具現化しており、最初のフェーズは透かし成分の識別と分離に焦点を当て、次のフェーズは背景コンテンツの復元に焦点を当てている。 本モデルでは,半透明透かしの下の固有背景情報を完全に探索できるデュアルパスネットワークを用いる。
  論文  参考訳（メタデータ） (2023-12-22T02:19:23Z)
• 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)
• Preventing Unauthorized AI Over-Analysis by Medical Image Adversarial Watermarking [43.17275405041853]
  医用画像適応型透かし(MIAD-MARK)という先駆的手法を提案する。 提案手法では,不許可なAI診断モデルを戦略的に誤解させ,視覚的コンテンツの完全性を損なうことなく誤った予測を誘導する透かしを導入している。 本手法は,高度な透かし除去網が存在する場合でも,医用画像の不正利用を効果的に軽減する。
  論文  参考訳（メタデータ） (2023-03-17T09:37:41Z)
• Adaptive Blind Watermarking Using Psychovisual Image Features [8.75217589103206]
  本稿では,カバー画像の異なる部分に埋め込まれた透かしの強度を適応的に決定する手法を提案する。 また, 提案手法は, 異なる種類の共通透かし攻撃において, 組込みペイロードを効果的に再構築できることを示す。
  論文  参考訳（メタデータ） (2022-12-25T06:33:36Z)

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。