論文の概要: UniMark: Unified Adaptive Multi-bit Watermarking for Autoregressive Image Generators
- arxiv url: http://arxiv.org/abs/2604.11843v1
- Date: Sun, 12 Apr 2026 16:22:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-15 19:11:32.022468
- Title: UniMark: Unified Adaptive Multi-bit Watermarking for Autoregressive Image Generators
- Title（参考訳）: UniMark: 自動回帰画像生成装置のための統一適応型マルチビット透かし
- Authors: Yigit Yilmaz, Elena Petrova, Mehmet Kaya, Lucia Rossi, Amir Rahman,
- Abstract要約: 本稿では,自動回帰画像生成のためのトレーニングフリーで統一された透かしフレームワークを提案する。
textbf Semantic Grouping (ASG)、 textbfBlockwise Multi-bit。
3つのARモデルを用いた実験により、画像品質(FID)、透かし検出精度、マルチビットメッセージ抽出における最先端性能が得られた。
- 参考スコア（独自算出の注目度）: 1.7507301683087861
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Invisible watermarking for autoregressive (AR) image generation has recently gained attention as a means of protecting image ownership and tracing AI-generated content. However, existing approaches suffer from three key limitations: (1) they embed only zero-bit watermarks for binary verification, lacking the ability to convey multi-bit messages; (2) they rely on static codebook partitioning strategies that are vulnerable to security attacks once the partition is exposed; and (3) they are designed for specific AR architectures, failing to generalize across diverse AR paradigms. We propose \method{}, a training-free, unified watermarking framework for autoregressive image generators that addresses all three limitations. \method{} introduces three core components: \textbf{Adaptive Semantic Grouping (ASG)}, which dynamically partitions codebook entries based on semantic similarity and a secret key, ensuring both image quality preservation and security; \textbf{Block-wise Multi-bit Encoding (BME)}, which divides the token sequence into blocks and encodes different bits across blocks with error-correcting codes for reliable message transmission; and \textbf{a Unified Token-Replacement Interface (UTRI)} that abstracts the watermark embedding process to support both next-token prediction (e.g., LlamaGen) and next-scale prediction (e.g., VAR) paradigms. We provide theoretical analysis on detection error rates and embedding capacity. Extensive experiments on three AR models demonstrate that \method{} achieves state-of-the-art performance in image quality (FID), watermark detection accuracy, and multi-bit message extraction, while maintaining robustness against cropping, JPEG compression, Gaussian noise, blur, color jitter, and random erasing attacks.
- Abstract（参考訳）: 自己回帰(AR)画像生成のための見えない透かしは、画像の所有権を保護し、AI生成コンテンツをトレースする手段として最近注目を集めている。
しかし、既存のアプローチでは、(1)バイナリ検証のためにゼロビットの透かしのみを埋め込んで、マルチビットメッセージを伝達する能力がない、(2)パーティションが露出するとセキュリティ攻撃に弱い静的コードブックパーティショニング戦略に依存している、(3)特定のARアーキテクチャ向けに設計されており、多様なARパラダイムにまたがる一般化に失敗する、という3つの重要な制限が課されている。
3つの制限すべてに対処する自動回帰画像生成のためのトレーニング不要で統一された透かしフレームワークである‘method{}’を提案する。
セマンティック類似性とシークレットキーに基づいてコードブックエントリを動的にパーティショニングし、画像品質の保存とセキュリティの両方を保証する \textbf{Adaptive Semantic Grouping (ASG)、トークンシーケンスをブロックに分割して、信頼できるメッセージ送信のためにエラー訂正コードでブロック間で異なるビットをエンコードする \textbf{Block-wise Multi-bit Encoding (BME)、次のトーケン予測(例えばLlamaGen)と次のスケール予測(例えばVAR)の両方をサポートするための透かし埋め込みプロセスを抽象化する \textbf{a Unified Token-Replacement Interface (UTRI)である。
検出誤差率と埋め込み能力に関する理論的解析を行う。
画像品質(FID)、透かし検出精度、マルチビットメッセージ抽出において、‘method{}’は、トリミング、JPEG圧縮、ガウスノイズ、ぼかし、色ジッタ、ランダム消去攻撃に対するロバスト性を維持しながら、最先端のパフォーマンスを達成することを示した。
関連論文リスト
- SKeDA: A Generative Watermarking Framework for Text-to-video Diffusion Models [40.540302276054376]
テキスト・ビデオ拡散モデルに適した生成型透かしフレームワークを提案する。
SKeDAは2つのコンポーネントから構成される: 1) シャッフルキーベースの分散保存サンプリング(SKe)は、透かし暗号化のために単一のベース擬似ランダムバイナリシーケンスを使用し、置換によってフレームレベルの暗号化シーケンスを導出する。
大規模な実験により、SKeDAは高い映像生成品質と透かしの堅牢性を保っていることが示された。
論文 参考訳（メタデータ） (2026-02-27T06:18:03Z) - Seg-VAR: Image Segmentation with Visual Autoregressive Modeling [60.79579744943664]
本稿では,セグメンテーションを条件付き自己回帰マスク生成問題として再考する新しい枠組みを提案する。
これは、差別的な学習を潜在的な学習プロセスに置き換えることによって達成される。
提案手法は,(1)入力画像から潜時前処理を生成する画像エンコーダ,(2)分割マスクを離散潜時トークンにマッピングする空間認識セグレット(セグメンテーションマスクの潜時表現)エンコーダ,(3)これらの潜時マスクを再構成するデコーダの3つのコアコンポーネントを含む。
論文 参考訳（メタデータ） (2025-11-16T13:36:19Z) - T2SMark: Balancing Robustness and Diversity in Noise-as-Watermark for Diffusion Models [89.29541056113442]
T2SMarkはTail-Truncated Smpling(TTS)に基づく2段階の透かし方式である
U-NetとDiTのバックボーンを用いた拡散モデル上でのT2SMarkの評価を行った。
論文 参考訳（メタデータ） (2025-10-25T16:55:55Z) - TokenAR: Multiple Subject Generation via Autoregressive Token-level enhancement [87.82338951215131]
TokenARは、参照ID混乱問題に対処するための、単純だが効果的なトークンレベル拡張機構である。
Token Injectionのインストラクションは、参照トークンの詳細なおよび補完的な事前を注入する、余分な視覚的特徴コンテナの役割として機能する。
Identity-token disentanglement Strategy(ITD)は、トークン表現を個々のアイデンティティの特徴を独立に表現するために明示的にガイドする。
論文 参考訳（メタデータ） (2025-10-18T03:36:26Z) - RAM++: Robust Representation Learning via Adaptive Mask for All-in-One Image Restoration [94.49712266736141]
RAM++はオールインワンイメージ復元のための2段階のフレームワークである。
高レベルのセマンティック理解と低レベルのテクスチャ生成を統合する。
極端なシナリオでは、既存の劣化指向のメソッドの制限に対処します。
論文 参考訳（メタデータ） (2025-09-15T15:24:15Z) - Towards Robust Red-Green Watermarking for Autoregressive Image Generators [17.784976310663104]
本稿では,自己回帰(AR)画像モデルにおける世代内透かしの利用について検討する。
ARモデルは、視覚トークンのシーケンスを自動回帰予測して画像を生成し、それをピクセルにデコードする。
大規模言語モデルの赤緑色の透かしに着想を得て,次の予測に偏ったトークンレベルの透かし方式を検討した。
類似したトークンを同じ集合に割り当てるために、視覚トークンクラスタリングに依存する2つの新しい透かし手法を提案する。
論文 参考訳（メタデータ） (2025-08-08T19:14:22Z) - 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) - Watermarking Autoregressive Image Generation [4.335447827531541]
生成モデルのアウトプットを透かしは、その成果を追跡するための有望なアプローチとして現れている。
この設定に言語モデルウォーターマーキング手法を適用することで、このようなアプローチを初めて提示する。
実験により,理論的なp値を用いた確実かつ堅牢な透かし検出が可能となった。
論文 参考訳（メタデータ） (2025-06-19T14:25:51Z) - 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) - Practical Deep Dispersed Watermarking with Synchronization and Fusion [10.633580224539337]
我々は,textbfSynchronization と textbfFusion を併用した,実践的なdeep textbfDispersed textbfWatermarkingを提案する。
我々の盲目透かしは、平均してビット精度を5.28%改善し、5.93%を単独攻撃と組み合わせ攻撃に対して改善することができる。
論文 参考訳（メタデータ） (2023-10-23T03:34:05Z)
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。