論文の概要: Do Modern Post-Hoc Watermarking Methods Beat Broken-Arrows?

• arxiv url: http://arxiv.org/abs/2605.27135v1
• Date: Tue, 26 May 2026 15:04:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-27 17:51:42.294661
• Title: Do Modern Post-Hoc Watermarking Methods Beat Broken-Arrows?
• Title（参考訳）: ポストホックなウォーターマーキング手法はブローク・アローに勝っているか?
• Authors: Enoal Gesny, Eva Giboulot,
• Abstract要約: 現代のポストホットなウォーターマーキングスキームは、ニューラルネットワークを使用して非常に低い偽アラームレートを達成する。 本稿では,ポストホック・ウォーターマーキングにおけるロバスト性とセキュリティの公正比較を提案する。 我々の実験は、現実的なシナリオでは、古典的な透かしは、堅牢性を維持しながら、セキュリティの観点からモダンな技術より優れていることを示している。
• 参考スコア（独自算出の注目度）: 3.294420397461204
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: With the rapid proliferation of generative models, such as diffusion models, digital watermarking has emerged as a crucial solution for identifying AI-generated images. Modern post-hoc watermarking schemes use neural networks to achieve an extremely low false-alarm rate while remaining robust to common image transformations. However, there is a lack of comparison between these modern methods and classic ones, particularly in real-world scenarios where robustness and security take precedence over achieving an extremely low false-alarm probability. In this paper, we propose a fair comparison of robustness and security between modern and classic post-hoc watermarking across various types of classic augmentations and recent sophisticated attacks. Our experiments show that, in a realistic scenario, classic watermarking outperforms modern techniques in terms of security while maintaining robustness.
• Abstract（参考訳）: 拡散モデルのような生成モデルの急速な普及に伴い、デジタル透かしはAI生成画像を特定するための重要な解決策として浮上してきた。 現代のポストホットなウォーターマーキングスキームは、ニューラルネットワークを使用して、一般的な画像変換に頑健でありながら、非常に低い偽アラームレートを達成する。 しかし、これらの近代的な手法と古典的な手法との比較は欠如しており、特に、極めて低い偽アラーム確率を達成するよりも、ロバスト性やセキュリティが優先される現実世界のシナリオでは特にそうである。 本稿では,様々な種類の古典的拡張と近年の高度な攻撃に対する古典的ポストホックな透かしと古典的ポストホックな透かしのロバスト性とセキュリティの公正比較を提案する。 我々の実験は、現実的なシナリオでは、古典的な透かしは、堅牢性を維持しながら、セキュリティの観点からモダンな技術より優れていることを示している。

関連論文リスト

• Diffusion-Based Image Editing for Breaking Robust Watermarks [4.273350357872755]
  強力な拡散ベースの画像生成と編集技術は、堅牢なウォーターマーキングスキームに新たな脅威をもたらす。 拡散駆動型画像再生プロセスでは,画像内容の保存中に埋め込み透かしを消去できることを示す。 生成中の透かし信号に特異的な誘導拡散攻撃を導入し,透かし検出性を著しく低下させた。
  論文  参考訳（メタデータ） (2025-10-07T14:34:42Z)
• A Watermark for Auto-Regressive Image Generation Models [50.599325258178254]
  画像生成モデル用に明示的に設計された歪みのない透かし法であるC-reweightを提案する。 C-reweightは画像の忠実性を維持しながら再起動ミスマッチを緩和する。
  論文  参考訳（メタデータ） (2025-06-13T00:15:54Z)
• Exploiting Watermark-Based Defense Mechanisms in Text-to-Image Diffusion Models for Unauthorized Data Usage [14.985938758090763]
  安定拡散のようなテキストと画像の拡散モデルは、高品質な画像を生成するのに例外的な可能性を示している。 近年の研究では、これらのモデルのトレーニングに不正データを使用することが懸念されており、知的財産権侵害やプライバシー侵害につながる可能性がある。 本稿では、拡散過程を利用して保護された入力に対して制御された画像を生成するRATTANを提案する。
  論文  参考訳（メタデータ） (2024-11-22T22:28:19Z)
• A Survey of Fragile Model Watermarking [14.517951900805317]
  モデルの脆弱な透かしは、改ざんを検出する強力なツールとして徐々に現れてきた。 本稿では, モデルフラクタブルウォーターマーキングの創業以来の課題について概説する。
  論文  参考訳（メタデータ） (2024-06-07T10:23:25Z)
• JIGMARK: A Black-Box Approach for Enhancing Image Watermarks against Diffusion Model Edits [76.25962336540226]
  JIGMARKは、コントラスト学習による堅牢性を高める、第一級の透かし技術である。 本評価の結果,JIGMARKは既存の透かし法をはるかに上回っていることがわかった。
  論文  参考訳（メタデータ） (2024-06-06T03:31:41Z)
• WAVES: Benchmarking the Robustness of Image Watermarks [67.955140223443]
  WAVES(Watermark Analysis Via Enhanced Stress-testing)は、画像透かしの堅牢性を評価するためのベンチマークである。 我々は,検出タスクと識別タスクを統合し,多様なストレステストからなる標準化された評価プロトコルを確立する。 我々はWAVESを,ロバストな透かしの将来の開発のためのツールキットとして想定する。
  論文  参考訳（メタデータ） (2024-01-16T18:58:36Z)
• 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)
• Fine-tuning Is Not Enough: A Simple yet Effective Watermark Removal Attack for DNN Models [72.9364216776529]
  我々は異なる視点から新しい透かし除去攻撃を提案する。 我々は、知覚不可能なパターン埋め込みと空間レベルの変換を組み合わせることで、単純だが強力な変換アルゴリズムを設計する。 我々の攻撃は、非常に高い成功率で最先端の透かしソリューションを回避できる。
  論文  参考訳（メタデータ） (2020-09-18T09:14:54Z)

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。