論文の概要: Dual-Guard: Dual-Channel Latent Watermarking for Provenance and Tamper Localization in Diffusion Images
- arxiv url: http://arxiv.org/abs/2604.19090v1
- Date: Tue, 21 Apr 2026 05:03:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-22 22:41:49.629552
- Title: Dual-Guard: Dual-Channel Latent Watermarking for Provenance and Tamper Localization in Diffusion Images
- Title（参考訳）: Dual-Guard:Dual-Channel Latent Watermarking for provenance and Tamper Localization in Diffusion Images
- Authors: JinFeng Xie, Chengfu Ou, Peipeng Yu, Xiaoyu Zhou, Dingding Huang, Jianwei Fei, Zixuan Shen, Zhihua Xia,
- Abstract要約: 提案するDual-Guardは,プロファイナンス検証,フレーミング抵抗,および領域レベルのタンパーローカライゼーションのための2チャネル遅延透かしフレームワークである。
フルモードでは、Dual-Guardは、クリーンイメージ認証の偽の拒絶と改ざんの誤報を1%以下に抑えつつ、再プロンプト、拡散編集、および8つのローカルな改ざん攻撃によるほぼ完全な検出を維持している。
- 参考スコア（独自算出の注目度）: 19.688873186557483
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The rapid adoption of diffusion-based generative models has intensified concerns over the attribution and integrity of AI-generated content (AIGC). Existing single-domain watermarking methods either fail under regeneration, remain vulnerable to black-box reprompting that enables adversarial framing, or provide no spatial evidence for tampered regions. We propose Dual-Guard, a dual-channel latent watermarking framework for practical provenance verification, framing resistance, and region-level tamper localization. Dual-Guard combines two complementary anchors: a Gaussian Shading watermark in the initial diffusion noise as a global provenance signal, and a Latent Fingerprint Codec in the final denoised latent as a structured content anchor. Reprompting tends to preserve the former while breaking the latter, whereas localized edits disturb the content anchor only in tampered regions. In Full mode on a 2,400-sample benchmark, Dual-Guard keeps clean-image authentication false rejection and tamper false alarm below one half of one percent, while maintaining near-complete detection under reprompting, diffusion editing, and eight local tampering attacks.
- Abstract（参考訳）: 拡散に基づく生成モデルの急速な普及は、AIGC(AIGC)の帰属と完全性に対する懸念を強めている。
既存の単一ドメインの透かし法は再生中に失敗したり、敵のフレーミングを可能にするブラックボックスの反跳に弱いままであったり、あるいは改ざんされた領域の空間的証拠を示さなかったりしている。
提案するDual-Guardは,実効性検証,フレーミング抵抗,および領域レベルのタンパー局所化のための2チャネル潜水電子透かしフレームワークである。
Dual-Guardは2つの相補的なアンカーを組み合わしている: 初期拡散雑音におけるガウスシェーディングの透かしは、グローバルな前兆信号として、ラテントフィンガープリントコーデックは、構造化されたコンテンツアンカーとして、最終宣言されたラテントにおける。
レプロンプティングは後者を破りながら前者を保存する傾向があり、一方、局所的な編集は、改ざんされた領域でのみコンテンツアンカーを妨害する。
2400サンプルベンチマークのフルモードでは、Dual-Guardは、クリーンイメージ認証の偽拒絶と改ざん偽アラームを1%以下に保ちながら、再プロンプト、拡散編集、および8つのローカルな改ざん攻撃によるほぼ完全な検出を維持している。
関連論文リスト
- High-Fidelity Face Content Recovery via Tamper-Resilient Versatile Watermarking [27.912549423920243]
著作権保護,画素レベルの操作ローカライゼーション,高忠実度顔コンテンツリカバリを統一する多目的透かしフレームワークであるVeriFiを提案する。
画像の特徴を復号化信号に関連づけることで,局所化固有のアーティファクトを埋め込むことなく,微粒な局所化を実現し,また,遅延空間混合とシームレスなブレンディングを組み合わせたAIGCアタックシミュレータを導入し,現実的なディープフェイクパイプラインへの堅牢性を向上させる。
論文 参考訳（メタデータ） (2026-03-25T05:02:48Z) - Mitigating Memorization in Text-to-Image Diffusion via Region-Aware Prompt Augmentation and Multimodal Copy Detection [53.789057575175065]
領域認識型prompt Augmentation(RAPTA)とAttention-Driven Multimodal Copy Detection(ADMCD)を示す。
RAPTAはオブジェクト検出器を使用して、正常な領域を見つけ、それらを意味論的に接地したプロンプトの変種に変換する。
ADMCDは、ローカルパッチ、グローバルセマンティック、テクスチャキューを軽量トランスフォーマーで集約し、融合表現を生成する。
実験により、RAPTAは高い合成品質を維持しながら過度な適合を減少させ、ADMCDはコピーを確実に検出し、単一モードの指標より優れることが示された。
論文 参考訳（メタデータ） (2026-03-13T15:16:27Z) - RecoverMark: Robust Watermarking for Localization and Recovery of Manipulated Faces [16.612226216769262]
本稿では,ロバストな操作ローカライゼーション,コンテンツリカバリ,オーナシップ検証を同時に実現する透かしフレームワークであるRecoverMarkを提案する。
まず、視覚的な検出を避けるために、敵は背景のセマンティックな一貫性を保たなければならない。
これらの洞察に基づいて、RecoverMarkは保護された顔コンテンツ自体を透かしとして扱い、周囲の背景に埋め込む。
論文 参考訳（メタデータ） (2026-02-24T07:11:40Z) - DualGuard: Dual-stream Large Language Model Watermarking Defense against Paraphrase and Spoofing Attack [25.681637904431142]
クラウドベースのサービスは、大規模言語モデル(LLM)におけるモデル悪用のリスクを増大させている。
既存の透かしアルゴリズムは主にパラフレーズ攻撃に対する防御に焦点を当てている。
パラフレーズと偽造攻撃の両方を防御できる最初の透かしアルゴリズムであるDualGuardを提案する。
論文 参考訳（メタデータ） (2025-12-18T05:08:19Z) - 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) - 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)
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。