論文の概要: SPFM-Net: Semantic-Prior-Guided Frequency-Constrained Mamba for Invisible Watermark Attack

• arxiv url: http://arxiv.org/abs/2607.27811v1
• Date: Thu, 30 Jul 2026 07:50:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-31 21:37:00.446183
• Title: SPFM-Net: Semantic-Prior-Guided Frequency-Constrained Mamba for Invisible Watermark Attack
• Title（参考訳）: SPFM-Net:目に見えない透かし攻撃のためのセマンティックPrior-Guided Frequency-Constrained Mamba
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 13.95278003579795
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Existing watermark attacks typically rely on predefined signal-processing operations or locally constrained restoration networks, making it difficult to capture the long-range dependencies of globally distributed watermark signals and resulting in an unfavorable trade-off between removal effectiveness and visual fidelity. In this paper, we propose SPFM-Net, a semantic-prior-guided and frequency-constrained Mamba framework for invisible watermark attack. SPFM-Net first employs high-ratio masking to disrupt the spatial coherence of invisible watermark signals, and then utilizes a partially fine-tuned pretrained Masked Autoencoder to reconstruct semantically consistent image from sparse observations while suppressing watermark-related information. A Multi-scale Residual Frequency Feature Interaction module subsequently aggregates watermark-related residual features across multiple receptive fields, while adaptively suppressing responses from watermark-irrelevant regions. To further capture the long-range dependencies of globally distributed watermark signals, a lightweight Mamba-based Global State-space Feature Modeling (GSFM) unit is introduced to separate watermark-related features from natural image content and suppress the remaining watermark traces. In addition, SPFM-Net is optimized using a multi-level objective that jointly imposes spatial-, frequency-, and edge-domain constraints, enabling effective watermark suppression while preserving perceptual quality. Extensive experiments on representative spatial-domain, transform-domain, orthogonal moment-based, and deep learning-based watermarking schemes demonstrate that SPFM-Net achieves a favorable trade-off between watermark attack effectiveness and perceptual fidelity.
• Abstract（参考訳）: 既存の透かし攻撃は、通常、事前に定義された信号処理操作や局所的に制約された復元ネットワークに依存しており、グローバルに分散した透かし信号の長距離依存性を捕捉することは困難であり、除去効率と視覚的忠実性の間に不利なトレードオフをもたらす。 本稿では,SPFM-Netを提案する。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・プライアグライダーと周波数制約のある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使用し、その後、部分的に微調整されたMasked Autoencoderを使用して、透かし関連情報を抑えながら、スパース観測から意味的に一貫したイメージを再構成する。 マルチスケール残留周波数特徴相互作用モジュールはその後、複数の受容領域にまたがる透かし関連残像を集約し、透かし関連領域からの応答を適応的に抑制する。 グローバルに分散した透かし信号の長距離依存性をさらに捉えるため,自然画像から透かしに関連した特徴を分離し,残りの透かしトレースを抑えるために,軽量なマンバ型グローバルステートスペース特徴モデリング(GSFM)ユニットが導入された。 さらに、SPFM-Netは、空間、周波数、エッジ領域の制約を共同で課し、知覚品質を維持しながら効果的な透かし抑制を可能にする多層目標を用いて最適化されている。 代表的な空間領域, 変換領域, 直交モーメントベース, 深層学習に基づく透かし方式に関する広範な実験により, SPFM-Netは透かし攻撃の有効性と知覚的忠実度とのトレードオフを良好に達成できることを示した。

関連論文リスト

• FDDWAN: A Frequency-Decoupled Diffusion Network for Watermarking Attack [16.505828216414333]
  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。
  論文  参考訳（メタデータ） (2026-07-30T07:38:36Z)
• 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)
• AWPD: Frequency Shield Network for Agnostic Watermark Presence Detection [6.641356834127894]
  我々はAWPD(Agnostic Watermark Presence Detection)という新しいタスクを提案する。 AWPDは、画像が復号情報を必要とせずに著作権マークを持っているかどうかを特定することを目的としている。 We construct the UniFreq-100K dataset, including large-scale sample across various visible watermark embedded algorithm。
  論文  参考訳（メタデータ） (2026-03-06T01:10:47Z)
• An Ensemble Framework for Unbiased Language Model Watermarking [60.99969104552168]
  本研究では,アンサンブル・フレームワークであるENSを提案する。 ENSは複数の独立した透かしインスタンスを順次構成し、それぞれ異なるキーによって管理され、透かし信号を増幅する。 実験的な評価では、ENSは信頼できる検出に必要なトークンの数を大幅に減らし、平滑化やパラフレージング攻撃に対する耐性を高めている。
  論文  参考訳（メタデータ） (2025-09-28T19:37:44Z)
• 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)
• OptMark: Robust Multi-bit Diffusion Watermarking via Inference Time Optimization [66.69924980864053]
  拡散復調過程の中間潜水器に頑健なマルチビット透かしを埋め込む最適化手法である OptMark を提案する。 OptMarkは、生成攻撃に対して早期に構造的な透かしを挿入し、画像変換に耐えるために遅れて詳細な透かしを挿入する。 実験結果から,OptMarkは有意変換,幾何変換,編集,再生攻撃に対する堅牢なレジリエンスを確保しつつ,目に見えないマルチビット透かしを実現することが示された。
  論文  参考訳（メタデータ） (2025-08-29T15:50:59Z)
• 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)
• Bridging Knowledge Gap Between Image Inpainting and Large-Area Visible Watermark Removal [57.84348166457113]
  本稿では,事前学習した画像の塗装モデルの表現能力を活用する新しい特徴適応フレームワークを提案する。 本手法は, 透かしの残像の残像を塗布バックボーンモデルに流し込むことにより, 透かしと透かし除去の知識ギャップを埋めるものである。 高品質な透かしマスクへの依存を緩和するために,粗い透かしマスクを用いて推論プロセスを導出する新たな訓練パラダイムを導入する。
  論文  参考訳（メタデータ） (2025-04-07T02:37:14Z)
• MarkPlugger: Generalizable Watermark Framework for Latent Diffusion Models without Retraining [48.41130825143742]
  AI生成コンテンツ(AIGC)の急速な発展期には、潜伏拡散モデル(LDM)の迅速な反復と修正により、ウォーターマークモデルによる再トレーニングがコストがかかる。 我々は,LDMの再学習を伴わない汎用的なプラグイン・アンド・プレイ・ウォーターマーク・フレームワークであるMarkPluggerを提案する。 実験結果から,本手法は画像品質と透かし回収率を効果的に調和させることがわかった。
  論文  参考訳（メタデータ） (2024-04-08T15:29:46Z)
• WMFormer++: Nested Transformer for Visible Watermark Removal via Implict Joint Learning [68.00975867932331]
  既存の透かし除去法は主にタスク固有のデコーダブランチを持つUNetに依存している。 両分野の情報を包括的に統合するために,暗黙的な共同学習パラダイムを導入する。 その結果、既存の最先端手法をはるかに上回る、我々のアプローチの顕著な優位性を示した。
  論文  参考訳（メタデータ） (2023-08-20T07:56:34Z)

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。