論文の概要: WaveMark: Robust Wavelet-Domain Image Watermarking for Diffusion Models

• arxiv url: http://arxiv.org/abs/2610.12952v1
• Date: Fri, 09 Oct 2026 03:46:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-13 04:06:29.378695
• Title: WaveMark: Robust Wavelet-Domain Image Watermarking for Diffusion Models
• Title（参考訳）: WaveMark:拡散モデルのためのロバストウェーブレットドメイン画像透かし
• Abstract要約: WaveMarkは、拡散モデルの初期ノイズにメッセージを埋め込むウェーブレットドメインの透かし手法である。 WaveMarkは、評価されたベースラインに匹敵する画質を維持しながら、攻撃なしに100.0%のビット精度(BA)を達成する。
• 参考スコア（独自算出の注目度）: 13.433986238849537
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Image watermarking enables provenance tracing for photorealistic images generated by diffusion models. However, state-of-the-art (SOTA) removal attacks can suppress embedded signals with little perceptual degradation. This vulnerability limits the effectiveness of watermarks for intellectual property protection and misuse attribution. We propose WaveMark, a novel wavelet-domain watermarking method that embeds messages in a diffusion model's initial noise. To support robust recovery from perturbed carriers, WaveMark distributes keyed replicas of message bits across spatial positions, wavelet orientations, and scales. Each carrier groups coefficients from four latent channels and encodes a randomized bit through magnitude projection, providing an explicit decoding margin. We evaluate WaveMark with SD2.1 on SDP and MS-COCO Captions under 14 attacks. WaveMark achieves 100.0% bit accuracy (BA) without attacks, while maintaining image quality comparable to the evaluated baselines. Under SOTA MarkNull and MarkNull-A, it retains over 88% BA, outperforming all baselines.
• Abstract（参考訳）: 画像透かしは拡散モデルにより生成されたフォトリアリスティック画像のプロファイランストレースを可能にする。 しかし、SOTA(State-of-the-art)除去攻撃は、知覚的劣化の少ない組込み信号を抑制することができる。 この脆弱性は、知的財産保護と誤用帰属に対する透かしの有効性を制限する。 拡散モデルの初期ノイズにメッセージを埋め込む新しいウェーブレット領域透かし法であるWaveMarkを提案する。 摂動キャリアからの堅牢なリカバリをサポートするため、WaveMarkはメッセージビットのキー付きレプリカを空間的位置、ウェーブレットの向き、スケールに分散する。 各キャリアは、4つの潜伏チャネルから係数をグループ化し、大域射影を通してランダム化されたビットを符号化し、明示的な復号マージンを提供する。 SD2.1のWaveMarkをSDPとMS-COCOのキャプションで14回の攻撃で評価した。 WaveMarkは、評価されたベースラインに匹敵する画質を維持しながら、攻撃なしに100.0%のビット精度(BA)を達成する。 SOTA MarkNullとMarkNull-Aの下では、BAは88%を超え、すべてのベースラインを上回っている。

関連論文リスト

• DeMark: A Query-Free Black-Box Attack for Quality-Preserving Audio Watermark Removal [8.455808207355753]
  品質保存型音声透かし除去のためのクエリフリーブラックボックスアタックであるDeMarkを提案する。 私たちの重要な洞察は、透かしの埋め込みは知覚的に隠されているものの、時間周波数領域に微妙な非音声アーティファクトを導入することができるということです。 DeMarkは、既存の適応攻撃よりも高い知覚品質を維持しながら、平均攻撃成功率0.92と0.96を達成する。
  論文  参考訳（メタデータ） (2026-09-27T23:03:19Z)
• MarkNull: Model-Agnostic Watermark Removal in AI-Generated Images via On-Manifold Latent Manipulation [17.91170892407516]
  モデルに依存しない潜伏操作による透かし除去攻撃であるMarkNullを提案する。 ウォーターマークされた画像は、生成された潜在表現と埋め込まれた初期ノイズの間に強い統計的依存性を示す。 我々の攻撃はGoogleのSynthID-Imageシステムに侵入し、高画質を保ち、ビデオ透かしに効果的に転送することに成功した。
  論文  参考訳（メタデータ） (2026-08-10T19:33:15Z)
• Gaussian Shannon: High-Precision Diffusion Model Watermarking Based on Communication [4.347817782863135]
  拡散モデルは高品質な画像を生成するが、著作権侵害や偽情報といった重大なリスクをもたらす。 本稿では,拡散過程をノイズの多い通信チャネルとして扱う透かしフレームワークを提案する。 提案手法は, 微調整や品質損失を伴わずに初期ガウス雑音に透かしを埋め込む。
  論文  参考訳（メタデータ） (2026-03-27T08:34:53Z)
• HMARK: Radioactive Multi-Bit Semantic-Latent Watermarking for Diffusion Models [10.694242861654063]
  HMARKは画像拡散モデルのための新しいマルチビット透かし方式である。 画像拡散モデルのためのセマンティックラテント空間(h-space)において、オーナシップ情報を秘密ビットとしてエンコードする。 98.57%の透かし検出精度、95.07%のビットレベルのリカバリ精度、100%のリコールレート、1.0のAUCを実現している。
  論文  参考訳（メタデータ） (2025-11-26T16:14:47Z)
• T2SMark: Balancing Robustness and Diversity in Noise-as-Watermark for Diffusion Models [89.29541056113442]
  T2SMarkはTail-Truncated Smpling(TTS)に基づく2段階の透かし方式である U-NetとDiTのバックボーンを用いた拡散モデル上でのT2SMarkの評価を行った。
  論文  参考訳（メタデータ） (2025-10-25T16:55:55Z)
• 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)
• IConMark: Robust Interpretable Concept-Based Watermark For AI Images [50.045011844765185]
  我々は,新しい世代のロバストなセマンティックな透かし法であるIConMarkを提案する。 IConMarkは、解釈可能な概念をAI生成イメージに組み込み、敵の操作に耐性を持たせる。 我々は、検出精度と画質の維持の観点から、その優位性を実証する。
  論文  参考訳（メタデータ） (2025-07-17T05:38:30Z)
• SuperMark: Robust and Training-free Image Watermarking via Diffusion-based Super-Resolution [27.345134138673945]
  我々は、堅牢でトレーニング不要な透かしフレームワークであるSuperMarkを提案する。 SuperMarkは既存の手法を使って初期ガウスノイズに透かしを埋め込む。 次に、トレーニング済みの超解像モデルを適用して、透かしのノイズを消音し、最終的な透かしの画像を生成する。 抽出には、透かし画像がDDIM変換により初期透かしノイズに逆戻りされ、埋め込み透かしが抽出される。 実験により、SuperMarkは既存のメソッドに匹敵する忠実性を達成し、ロバスト性を大幅に改善した。
  論文  参考訳（メタデータ） (2024-12-13T11:20:59Z)
• Tree-Ring Watermarks: Fingerprints for Diffusion Images that are Invisible and Robust [55.91987293510401]
  生成モデルのアウトプットを透かしは、著作権をトレースし、AI生成コンテンツによる潜在的な害を防ぐ重要なテクニックである。 本稿では,拡散モデル出力を頑健にフィンガープリントするTree-Ring Watermarkingという新しい手法を提案する。 私たちの透かしは画像空間に意味的に隠れており、現在デプロイされている透かしよりもはるかに堅牢です。
  論文  参考訳（メタデータ） (2023-05-31T17:00:31Z)

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。