論文の概要: FDDWAN: A Frequency-Decoupled Diffusion Network for Watermarking Attack
- arxiv url: http://arxiv.org/abs/2607.27800v1
- Date: Thu, 30 Jul 2026 07:38:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-31 21:37:00.444985
- Title: FDDWAN: A Frequency-Decoupled Diffusion Network for Watermarking Attack
- Title（参考訳）: FDDWAN:ウォーターマーキング攻撃のための周波数分離拡散ネットワーク
- Abstract要約: 既存の目に見えない透かし除去法は、透かしを持つ特徴を正確に捉えるのに苦労することが多い。
本稿では,ウェーブレット・ドメイン分解と残差拡散処理による透かし除去を行う粗粒度フレームワークである周波数分離拡散透かし攻撃ネットワーク(FDDWAN)を提案する。
CelebA と ImageNet の4つの代表的な透かし方式による実験により,FDDWAN は従来型や学習型攻撃法に比べて,透かし除去効果と視力とのトレードオフが良好であることが示された。
- 参考スコア（独自算出の注目度）: 16.505828216414333
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Existing invisible watermark removal methods often struggle to accurately capture the watermark-bearing features, leading to an unfavorable trade-off between watermark suppression and perceptual fidelity. In this paper, we propose the Frequency-Decoupled Diffusion Watermark Attack Network (FDDWAN), a coarse-to-fine framework that performs watermark removal through wavelet-domain decomposition and residual diffusion refinement. In the initial stage, the Wavelet-based Frequency-domain Preliminary Attack Module (WFPAM) decomposes the watermarked image into low- and high-frequency subbands and applies frequency-specific attack strategies tailored to their respective contributions to watermark robustness and perceptual quality. In the next stage, the Frequency-domain Residual Diffusion Attack Module (FRDAM) separately models the residual distributions between the preliminarily attacked outputs and the corresponding watermark-free references during training. Rather than reconstructing the entire image, FRDAM selectively refines frequency-domain residuals, directing the diffusion process toward the remaining watermark related discrepancies while minimizing modifications to image content. Extensive experiments on CelebA and ImageNet across four representative watermarking schemes demonstrate that FDDWAN achieves a more favorable trade-off between watermark removal effectiveness and visual fidelity than conventional and learning-based attack methods.
- Abstract（参考訳）: 既存の目に見えない透かし除去法は、透かしのある特徴を正確に捉えるのに苦労することが多く、透かし抑制と知覚の忠実さの間に不利なトレードオフをもたらす。
本稿では,ウェーブレット・ドメイン分解と残留拡散微細化による透かし除去を行う粗粒化フレームワークである周波数分離拡散透かし攻撃ネットワーク(FDDWAN)を提案する。
最初の段階では、ウェーブレットベースの周波数領域予備攻撃モジュール(WFPAM)は、ウォーターマークされた画像を低周波サブバンドと高周波サブバンドに分解し、ウォーターマークの堅牢性と知覚品質に対するそれぞれの貢献に合わせた周波数固有の攻撃戦略を適用する。
次の段階では、周波数領域残留拡散攻撃モジュール(FRDAM)は、事前攻撃された出力とトレーニング中の対応する透かしのない参照の間の残留分布を別々にモデル化する。
画像全体を再構成するのではなく、FRDAMは周波数領域残基を選択的に洗練し、画像内容の変更を最小限に抑えながら、残った透かし関連の相違点に拡散過程を向ける。
4つの代表的な透かし方式によるCelebAとImageNetの広範囲にわたる実験により、FDDWANは従来の攻撃法や学習に基づく攻撃法よりも、透かし除去効果と視力とのトレードオフを良好に達成していることが示された。
関連論文リスト
- SPFM-Net: Semantic-Prior-Guided Frequency-Constrained Mamba for Invisible Watermark Attack [13.95278003579795]
SPFM-Netは、目に見えない透かし攻撃のための、セマンティック優先および周波数制約のMambaフレームワークである。
SPFM-Netはまず、目に見えない透かし信号の空間的コヒーレンスを乱すために高比マスキングを用いる。
ライトウェイトなマンバをベースとしたGlobal State-space Feature Modelingユニットは、透かしに関連した特徴と自然画像コンテンツとを分離するために導入された。
論文 参考訳（メタデータ） (2026-07-30T07:50:49Z) - R-CoT: A Reasoning-Layer Watermark via Redundant Chain-of-Thought in Large Language Models [48.47950824122549]
本稿では,水標を推論経路に埋め込むredundant Chain-of-Thought (R-CoT) と呼ばれる推論層フレームワークを提案する。
実験の結果,R-CoTは従来の手法と比較して高い透かし効果と強靭性が得られることがわかった。
論文 参考訳（メタデータ） (2026-04-28T05:52:57Z) - Breaking Watermarks in the Frequency Domain: A Modulated Diffusion Attack Framework [25.173042326314697]
FMDiffWAは、ウォーターマーク攻撃のための周波数領域変調拡散フレームワークである。
実験により、FMDiffWAは既存のウォーターマーク攻撃よりも優れた視力を発揮することが示された。
論文 参考訳（メタデータ） (2026-04-24T04:57:13Z) - Vanishing Watermarks: Diffusion-Based Image Editing Undermines Robust Invisible Watermarking [3.583615559438432]
強力な拡散ベースの画像生成と編集技術は、堅牢な透かし方式に新たな脅威をもたらす。
従来の歪みに耐えられるように設計された透かしであっても,拡散モデルによりロバストな透かしを効果的に消し去ることができることを示す。
誘導拡散に基づく攻撃は, 発生時に埋め込まれた透かし信号に的を絞ったもので, 透かし検出性を著しく低下させる。
論文 参考訳（メタデータ） (2026-02-24T08:34:48Z) - OSI: One-step Inversion Excels in Extracting Diffusion Watermarks [56.210696479553945]
ガウスシェーディングスタイルの透かしを抽出する手法であるワンステップインバージョン(OSI)を提案する。
OSIは、透かし抽出を学習可能な記号分類問題として再構成し、初期雑音の正確な回帰を不要にする。
我々のOSIは,20倍高速で,抽出精度が向上し,透かしペイロード容量が2倍になる多段拡散インバージョン法を著しく上回っている。
論文 参考訳（メタデータ） (2026-02-10T07:43:16Z) - WMVLM: Evaluating Diffusion Model Image Watermarking via Vision-Language Models [79.32764976020435]
拡散モデルから生成された画像を保護するためには,デジタル透かしが不可欠である。
従来の透かし評価手法では,残余と意味の両方の透かしの統一的な枠組みが欠如していた。
我々は,視覚言語モデルを用いた拡散モデル画像透かしのための最初の統一的・解釈可能な評価フレームワークLMを提案する。
論文 参考訳（メタデータ） (2026-01-29T12:14:32Z) - 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) - DiffMark: Diffusion-based Robust Watermark Against Deepfakes [49.05095089309156]
ディープフェイクは、悪意のある顔操作を通じて、重大なセキュリティとプライバシーの脅威を引き起こす。
既存の透かし法はディープフェイク操作に対して十分な堅牢性を欠いていることが多い。
本稿では拡散モデルに基づく新しいロバストな透かしフレームワークDiffMarkを提案する。
論文 参考訳（メタデータ） (2025-07-02T07:29:33Z) - PT-Mark: Invisible Watermarking for Text-to-image Diffusion Models via Semantic-aware Pivotal Tuning [19.170393134039568]
本稿ではセマンティック・アウェアなPivotal Tuning Watermarks(PT-Mark)を紹介する。
PT-Markは拡散画像の意味と透かしのトレーサビリティの両方を保存している。
最先端の透かし法に比べてセマンティックな保存性能が10%向上した。
論文 参考訳（メタデータ） (2025-04-15T04:25:57Z) - 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)
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。