論文の概要: NOWA: Null-space Optical Watermark for Invisible Capture Fingerprinting and Tamper Localization

• arxiv url: http://arxiv.org/abs/2512.22501v1
• Date: Sat, 27 Dec 2025 06:57:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-30 22:37:30.087656
• Title: NOWA: Null-space Optical Watermark for Invisible Capture Fingerprinting and Tamper Localization
• Title（参考訳）: NOWA: 可視キャプチャフィンガープリントとタンパーローカライゼーションのためのNull空間光透かし
• Authors: Edwin Vargas,
• Abstract要約: 画像形成中に物理認証手段を組み込んだハイブリッド光デジタルフレームワークを提案する。 カメラ開口部の位相マスクは、撮像オペレーターのNull空間に位置するNull-space Optical Watermark(NOWA)を生成する。 Null-Space Network (NSN)は、高品質な保護された画像を提供する計測一貫性のある再構成を行う。
• 参考スコア（独自算出の注目度）: 4.9376636096790625
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Ensuring the authenticity and ownership of digital images is increasingly challenging as modern editing tools enable highly realistic forgeries. Existing image protection systems mainly rely on digital watermarking, which is susceptible to sophisticated digital attacks. To address this limitation, we propose a hybrid optical-digital framework that incorporates physical authentication cues during image formation and preserves them through a learned reconstruction process. At the optical level, a phase mask in the camera aperture produces a Null-space Optical Watermark (NOWA) that lies in the Null Space of the imaging operator and therefore remains invisible in the captured image. Then, a Null-Space Network (NSN) performs measurement-consistent reconstruction that delivers high-quality protected images while preserving the NOWA signature. The proposed design enables tamper localization by projecting the image onto the camera's null space and detecting pixel-level inconsistencies. Our design preserves perceptual quality, resists common degradations such as compression, and establishes a structural security asymmetry: without access to the optical or NSN parameters, adversaries cannot forge the NOWA signature. Experiments with simulations and a prototype camera demonstrate competitive performance in terms of image quality preservation, and tamper localization accuracy compared to state-of-the-art digital watermarking and learning-based authentication methods.
• Abstract（参考訳）: デジタル画像の真正性と所有権の確保は、現代の編集ツールが極めて現実的な偽造を可能にするため、ますます困難になっている。 既存の画像保護システムは主にデジタル透かしに依存しており、高度なデジタル攻撃の影響を受けやすい。 この制限に対処するため、画像形成中に物理的な認証手段を組み込んだハイブリッド光デジタルフレームワークを提案し、学習された再構成プロセスを通じて保存する。 光レベルでは、カメラ開口の位相マスクがヌル空間光学透かし(NOWA)を生成する。 そして、Null-Space Network(NSN)が、NOWAシグネチャを保持しながら高品質な保護された画像を提供する計測一貫性の再構築を行う。 提案設計では,カメラのヌル空間に画像を投影し,画素レベルの不整合を検出することで,タンパーのローカライゼーションを可能にする。 我々の設計は知覚品質を保ち、圧縮などの一般的な劣化に抵抗し、光学的パラメータやSNパラメータにアクセスせずに構造的セキュリティ非対称性を確立する。 シミュレーションとプロトタイプカメラを用いた実験は、画像品質の保存の観点からの競合性能を示し、最先端のデジタル透かしや学習ベースの認証手法と比較して、ローカライゼーションの精度を低下させる。

関連論文リスト

• Adapter Shield: A Unified Framework with Built-in Authentication for Preventing Unauthorized Zero-Shot Image-to-Image Generation [74.5813283875938]
  ゼロショット画像・画像生成は知的財産権侵害に重大なリスクをもたらす。 この研究は、個人イメージを誤用から守ることを目的とした、最初の普遍的および認証統合ソリューションであるAdapter Shieldを提示する。 提案手法は, ゼロショット画像合成の不正化において, 最先端の防御を克服する。
  論文  参考訳（メタデータ） (2025-11-25T04:49:16Z)
• 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)
• SWA-LDM: Toward Stealthy Watermarks for Latent Diffusion Models [11.906245347904289]
  埋め込みプロセスのランダム化によって透かしを強化する新しい手法であるSWA-LDMを紹介する。 提案する透かし攻撃は,既存の潜水式透かし法の本質的脆弱性を明らかにする。 この研究は、LDM生成画像の不正使用に対する保護に向けた重要なステップである。
  論文  参考訳（メタデータ） (2025-02-14T16:55:45Z)
• SLIC: Secure Learned Image Codec through Compressed Domain Watermarking to Defend Image Manipulation [0.9208007322096533]
  本稿では,画像の信頼性を確保するための新しいアプローチであるSecure Learned Image Codec (SLIC)を紹介する。 SLICは、透かしを潜伏空間の逆の摂動として埋め込み、改ざんした場合、再圧縮時に画質が低下する画像を生成する。 本手法では,ニューラルエンコーダ/デコーダを微調整し,透かしの可視性とロバスト性をバランスさせ,非透かし画像の品質損失を最小限に抑える。
  論文  参考訳（メタデータ） (2024-10-19T11:42:36Z)
• Robust Identity Perceptual Watermark Against Deepfake Face Swapping [9.402982368385569]
  ディープフェイク・フェイススワップは、ディープジェネレーティブ・モデルの急速な開発で重要なプライバシー問題を引き起こしている。 本稿では,Deepfakeの顔スワップに対する検出とソーストレースを同時に行う,堅牢なアイデンティティ認識型透かしフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-11-02T16:04:32Z)
• FT-Shield: A Watermark Against Unauthorized Fine-tuning in Text-to-Image Diffusion Models [64.89896692649589]
  テキスト・画像拡散モデルの微調整に適した透かしシステムであるFT-Shieldを提案する。 FT-Shieldは新しい透かしの生成と検出戦略を設計することで著作権保護の課題に対処する。
  論文  参考訳（メタデータ） (2023-10-03T19:50:08Z)
• 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)
• Exploring Structure Consistency for Deep Model Watermarking [122.38456787761497]
  Deep Neural Network(DNN)の知的財産権(IP)は、代理モデルアタックによって簡単に盗まれる。 本稿では,新しい構造整合モデルウォーターマーキングアルゴリズムを設計した新しい透かし手法,すなわち構造整合性'を提案する。
  論文  参考訳（メタデータ） (2021-08-05T04:27:15Z)

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。