論文の概要: Erase the Mark, Preserve the Motion: Temporally Consistent Removal of Video Watermarks

• arxiv url: http://arxiv.org/abs/2610.22457v1
• Date: Thu, 15 Oct 2026 16:36:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-20 00:56:07.600804
• Title: Erase the Mark, Preserve the Motion: Temporally Consistent Removal of Video Watermarks
• Title（参考訳）: 動画の透かしを一時的に除去する「Errase the Mark, Preserve the Motion」
• Abstract要約: PoseRegenはポーズ一貫性のある再構築フレームワークで、オリジナルのコンテンツと動きを保存しながら透かしを削除する。 凍結されたビデオDiTはその参照ビデオラテントで全シーケンスを処理し、フルシーケンスのフローマッチングの監視はフレーム間でアイデンティティとバックグラウンドを一貫性を保つ。 11のビデオ透かし方式の実験では、PoseRegenは平均ビットの精度を0.505に低下させ、最も高いベースラインを9.34%上回った。
• 参考スコア（独自算出の注目度）: 20.33935240208818
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent advances in video generation have increased the demand for reliable watermarking for copyright protection, yet the robustness of video watermarks against removal attacks remains underexplored. Most watermark-removal methods originate from the image domain: signal optimization injects imperceptible pixel-domain perturbations, whereas generative resynthesis produces a visually similar instance through diffusion synthesis. When extended to videos, the former introduces temporally varying noise that causes visible flickering, while the latter regenerates fine-grained structures inconsistently across frames, leading to structural motion inconsistency. To evaluate video watermark robustness, we propose PoseRegen, a pose-consistent reconstruction framework that removes watermarks while preserving the original content and motion. PoseRegen first applies a temporally shared viewpoint transformation to disrupt watermark-bearing spatial patterns and then jointly reconstructs the transformed sequence with a pose-conditioned video model. A frozen video DiT processes the complete sequence with its reference-video latent, and full-sequence Flow Matching supervision keeps identity and background consistent across frames. To further preserve motion structure, we introduce a lightweight Pose-Conditioned Motion Consistency Adapter that adapts the frozen backbone to temporally ordered pose guidance and constrains body-part trajectories throughout reconstruction. Experiments on eleven video watermarking schemes show that PoseRegen reduces the average bit accuracy to 0.505, near random guessing, while outperforming the strongest baseline by 9.34% on motion-related VBench metrics. These results reveal a practical vulnerability of current video watermarks and highlight the need to evaluate robustness jointly with temporal and motion quality.
• Abstract（参考訳）: ビデオ生成の最近の進歩は著作権保護のための信頼できる透かしの需要を増大させているが、削除攻撃に対するビデオ透かしの堅牢性はまだ未定である。 信号最適化は知覚できないピクセル領域の摂動を注入するが、生成的再合成は拡散合成を通じて視覚的に類似したインスタンスを生成する。 ビデオに拡張されると、前者は時間的に変化するノイズを導入し、後者はフレーム間で微粒な構造を不整合に再生し、構造的な動きの不整合をもたらす。 映像透かしのロバスト性を評価するため,オリジナルコンテンツや動きを保存しながら透かしを除去するポーズ一貫性のある再構成フレームワークPoseRegenを提案する。 PoseRegenは、まず時間的に共有された視点変換を適用して、透かしを持つ空間パターンを破壊し、その後、ポーズ条件付きビデオモデルで変換シーケンスを共同で再構築する。 凍結されたビデオDiTはその参照ビデオラテントで全シーケンスを処理し、フルシーケンスのフローマッチングの監視はフレーム間でアイデンティティとバックグラウンドを一貫性を保つ。 動作構造をさらに保存するために,凍結した背骨を時間的に順序付けられたポーズガイダンスに適応させる軽量なPose-Conditioned Motion Consistency Adapterを導入する。 11のビデオ透かし方式の実験では、PoseRegenは平均ビットの精度を0.505に低下させ、最も高いベースラインを9.34%上回った。 これらの結果から,現在の映像透かしの実用的脆弱性が明らかとなり,時間的,運動的品質の両面から頑健さを評価する必要性が浮き彫りになった。

関連論文リスト

• WaTeRFlow: Watermark Temporal Robustness via Flow Consistency [46.206343565195375]
  We present WaTeRFlow, a framework designed for robustness under I2V。 エンコーダデコーダは、トレーニング中に命令駆動の編集と高速なビデオ拡散プロキシを通じて、現実的な歪みに晒される。 代表的I2Vモデルに対する実験では、フレームから正確なウォーターマーク回復を示し、フレーム単位の精度とレジリエンスが向上した。
  論文  参考訳（メタデータ） (2025-12-22T05:33:59Z)
• SPDMark: Selective Parameter Displacement for Robust Video Watermarking [30.398519705830264]
  本研究ではSPDMarkと呼ばれる次世代ビデオ透かしの新しいフレームワークを紹介する。 ウォーターマークは生成モデル内のパラメータのサブセットを変更することで生成されたビデオに埋め込まれる。 テキスト・ツー・ビデオ生成モデルと画像・ビデオ生成モデルの評価は、SPDMarkが認識不能な透かしを生成する能力を示している。
  論文  参考訳（メタデータ） (2025-12-12T23:35:13Z)
• Safe-Sora: Safe Text-to-Video Generation via Graphical Watermarking [88.89887962002207]
  目に見えない生成的な透かしは ビデオ生成において ほとんど未発見のままです ビデオ生成プロセスに直接グラフィカルな透かしを埋め込む最初のフレームワークであるSafe-Soraを提案する。 Safe-Soraは,映像品質,透かしの忠実度,ロバスト性の観点から,最先端のパフォーマンスを実現していることを示す。
  論文  参考訳（メタデータ） (2025-05-19T03:31:31Z)
• RIGID: Recurrent GAN Inversion and Editing of Real Face Videos [73.97520691413006]
  GANのインバージョンは、実画像に強力な編集可能性を適用するのに不可欠である。 既存のビデオフレームを個別に反転させる手法は、時間の経過とともに望ましくない一貫性のない結果をもたらすことが多い。 我々は、textbfRecurrent vtextbfIdeo textbfGAN textbfInversion and etextbfDiting (RIGID) という統合されたリカレントフレームワークを提案する。 本フレームワークは,入力フレーム間の固有コヒーレンスをエンドツーエンドで学習する。
  論文  参考訳（メタデータ） (2023-08-11T12:17:24Z)
• A DTCWT-SVD Based Video Watermarking resistant to frame rate conversion [27.591506014201546]
  我々は、Dual-Tree Cosine Wavelet Transformation (DTCWT)とSingular Value Decomposition (SVD)を併用した新しいビデオ透かしを提案する。 我々は、時間的非同期攻撃に抵抗するために、適度な時間的冗長性を含むグループレベルの透かしを行う。
  論文  参考訳（メタデータ） (2022-06-02T15:20:52Z)
• Restoration of Video Frames from a Single Blurred Image with Motion Understanding [69.90724075337194]
  単一モーション赤画像からクリーンな映像フレームを生成するための新しいフレームワークを提案する。 一つのぼやけた画像からの映像復元を逆問題として、クリーンな画像シーケンスとそれぞれの動きを潜伏要因として設定する。 提案手法は,空間トランスフォーマネットワークモジュールを用いたanblur-decoder構造に基づいている。
  論文  参考訳（メタデータ） (2021-04-19T08:32:57Z)

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。