論文の概要: An Efficient and Effective Watermarking Scheme for the Protection of the Intellectual Property Rights of Video Generative Models

• arxiv url: http://arxiv.org/abs/2609.23586v1
• Date: Sun, 20 Sep 2026 12:09:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-22 20:29:00.863787
• Title: An Efficient and Effective Watermarking Scheme for the Protection of the Intellectual Property Rights of Video Generative Models
• Title（参考訳）: 映像生成モデルの知的財産権保護のための効率的かつ効果的な透かし方式
• Abstract要約: 本稿では,2つの検証課題に対処できる次世代透かし方式を提案する。 提案手法は両タスクで99%以上の透かし抽出精度と100%の検証精度を実現する。 透かしは、包括的なビデオレベルおよびモデルレベルの攻撃に対して強い堅牢性を示す。
• 参考スコア（独自算出の注目度）: 24.285760011671204
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The rapid development of video generative models (VGMs) has enabled the generation of highly realistic synthetic videos, raising concerns about the intellectual property rights (IPR) of these models. In particular, two closely related forensic tasks remain largely unaddressed: synthetic video verification (determining whether a video was generated by a protected VGM) and model ownership verification (determining whether a suspect VGM is an unauthorized copy of a protected VGM). In this paper, we propose a new in-generation watermarking scheme that can address the two verification tasks. First, a novel video watermarking network named VidMark is presented, which incorporates a two-scale discrete wavelet transform (DWT) decomposition and a global temporal attention block (GTAB) to enhance watermark robustness and imperceptibility. Second, we present a decoder-guided fine-tuning procedure. By leveraging the frozen VidMark decoder, this process enables VGMs to synthesize videos carrying an imperceptible, robust, and model-specific watermark. Finally, two verification frameworks are established to perform synthetic video verification and model ownership verification. Extensive experiments on representative VGMs demonstrate that the proposed scheme achieves over 99% watermark extraction accuracy and 100% verification accuracy on both tasks, with negligible impact on video generation quality. Furthermore, the watermarks exhibit strong robustness against a comprehensive range of video-level and model-level attacks.
• Abstract（参考訳）: ビデオ生成モデル(VGM)の急速な発展により、高度に現実的な合成ビデオの生成が可能となり、これらのモデルの知的財産権(IPR)に対する懸念が高まっている。 特に、2つの密接に関連する法医学的タスクは、合成ビデオ検証(ビデオが保護されたVGMによって生成されたかどうかを決定する)とモデル所有権検証(容疑者が保護されたVGMの不正コピーであるかどうかを決定する)である。 本稿では,2つの検証課題に対処できる次世代透かし方式を提案する。 まず,2スケールの離散ウェーブレット変換(DWT)分解とグローバル時間的アテンションブロック(GTAB)を併用して,透かしの堅牢性と非受容性を向上する,VidMarkという新しいビデオ透かしネットワークを提案する。 次に,デコーダを用いた微調整手順を提案する。 凍結したVidMarkデコーダを利用することで、VGMは認識不能で堅牢でモデル固有の透かしを持つビデオを合成することができる。 最後に、合成ビデオ検証とモデルオーナシップ検証を行うための2つの検証フレームワークを確立する。 代表VGMの広範囲な実験により,提案手法は映像生成品質に悪影響を及ぼすことなく,両タスクにおいて99%以上の透かし抽出精度と100%の検証精度を達成することを示した。 さらに、透かしは、包括的なビデオレベルおよびモデルレベルの攻撃に対して強い堅牢性を示す。

関連論文リスト

• RobustSora: De-Watermarked Benchmark for Robust AI-Generated Video Detection [1.9083456939533663]
  本稿では,AIGCビデオ検出における透かしの堅牢性を評価するためのベンチマークであるRobustSoraを紹介する。 A-C, Authentic-Spoofed with fake watermarks (A-S), Generated-Watermarked (G-W), Generated-DeWatermarked (G-DeW) の4種類からなる6500本のビデオのデータセットを構築した。 ベンチマークでは、2つの評価タスクを紹介した: Task-Iは、透かしを除去したAIビデオのパフォーマンスをテストし、Task-IIは偽透かしで偽の警告率を評価する。
  論文  参考訳（メタデータ） (2025-12-11T03:12:56Z)
• 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)
• Video Signature: In-generation Watermarking for Latent Video Diffusion Models [42.064769031646904]
  ビデオシグナチャ (VID SIG) は、遅延ビデオ拡散モデルのための次世代透かし方式である。 我々は、潜伏型デコーダを部分的に微調整し、PAS(Perturbation-Aware Suppression)が事前に識別し、知覚に敏感な層を凍結する。 実験結果から, VID SIGは透かし抽出, 視覚的品質, 生成効率において, 最高の総合的な性能を発揮することがわかった。
  論文  参考訳（メタデータ） (2025-05-31T17:43:54Z)
• Towards Dataset Copyright Evasion Attack against Personalized Text-to-Image Diffusion Models [52.877452505561706]
  データセットのオーナシップ検証(DOV)を損なうよう特別に設計された最初の著作権回避攻撃を提案する。 CEAT2Iは, 試料検出, トリガー同定, 効率的な透かし除去の3段階からなる。 実験の結果,CEAT2I はモデル性能を保ちながら DOV 機構を効果的に回避できることがわかった。
  論文  参考訳（メタデータ） (2025-05-05T17:51:55Z)
• SleeperMark: Towards Robust Watermark against Fine-Tuning Text-to-image Diffusion Models [77.80595722480074]
  SleeperMarkは、回復力のある透かしをT2I拡散モデルに埋め込むように設計されたフレームワークである。 学習したセマンティックな概念から透かし情報を切り離すようモデルに誘導する。 各種拡散モデルにおけるSleeperMarkの有効性について実験を行った。
  論文  参考訳（メタデータ） (2024-12-06T08:44:18Z)
• Unified High-binding Watermark for Unconditional Image Generation Models [7.4037644261198885]
  攻撃者はターゲットモデルの出力画像を盗み、トレーニングデータの一部として使用して、プライベート代理UIGモデルをトレーニングすることができる。 高結合効果を有する2段階統一透かし検証機構を提案する。 実験では、ほぼゼロの偽陽性率で検証作業を完了できることを示した。
  論文  参考訳（メタデータ） (2023-10-14T03:26:21Z)

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。