論文の概要: Attack-Resilient Multi-Bit Image Watermarking Framework via Latent Coordinate Sign Clamping

• arxiv url: http://arxiv.org/abs/2610.40204v1
• Date: Thu, 29 Oct 2026 14:54:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-02 07:58:50.368515
• Title: Attack-Resilient Multi-Bit Image Watermarking Framework via Latent Coordinate Sign Clamping
• Title（参考訳）: 潜在コーディネートサインクランプによるマルチビット画像透かしのアタック-レジリエント化
• Abstract要約: 拡散潜在空間の過剰完全性を利用した学習自由な透かしフレームワークを提案する。 また,大規模多数決投票,BCH,Chaseデコードを組み合わせた3層デコードパイプラインも開発している。 我々のフレームワークは、32text-128$-bitのスケーラブルな自然画像とAI生成画像の両方に適用できる。
• 参考スコア（独自算出の注目度）: 0.3107639967543504
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Watermarking is essential for image copyright protection and attribution, yet existing methods suffer from fundamental trade-offs among post-hoc applicability to pre-existing images, multi-bit capacity, training-free deployment, and adversarial resilience. To address these limitations, we propose a training-free watermarking framework that exploits the overcompleteness of diffusion latent spaces to embed multi-bit payloads into arbitrary images while preserving high visual quality. Additionally, we develop a three-layer decoding pipeline that combines magnitude-weighted majority voting, BCH, and Chase decoding to maximize message-extraction accuracy in the presence of channel noise. To counter active adversaries, our framework integrates a steganalysis-resistant noise camouflage layer and a dual-layer forgery defense that combines perceptual hashing with a Reed-Solomon fuzzy commitment scheme over CLIP features. Empirical evaluations demonstrate that our method applies to both natural and AI-generated images with a scalable $32\text{--}128$-bit capacity. Furthermore, it effectively mitigates advanced removal vectors ($94.6\%$ decode rate against CtrlRegen+ regeneration attacks) and secures robust forgery detection ($98.8\%$ accuracy via joint CLIP and RS fuzzy commitment mechanism).
• Abstract（参考訳）: ウォーターマーキングは、画像の著作権保護と属性に不可欠であるが、既存の手法は、既存の画像への適用性、複数ビットのキャパシティ、トレーニング不要なデプロイメント、敵のレジリエンスの基本的なトレードオフに悩まされている。 これらの制約に対処するため,多ビットペイロードを任意の画像に埋め込むために拡散遅延空間のオーバーコンプリート性を利用した学習自由な透かしフレームワークを提案する。 さらに,重み付けされた多数決投票,BCH,Chaseデコードを組み合わせた3層デコードパイプラインを開発し,チャネルノイズの存在下でのメッセージ抽出精度を最大化する。 アクティブな敵に対抗するため,我々のフレームワークは,CLIP機能に対するリード・ソロモンファジィコミットメントスキームとパーセプチュアルハッシュを組み合わせた,ステガナリシス耐性ノイズカモフラージュ層と二重層フォージェリーディフェンスを統合した。 実験により,本手法は,スケーラブルな32-text{--}128$-bitキャパシティを持つ自然画像とAI画像の両方に適用可能であることが示された。 さらに、高度な除去ベクター(CtrlRegen+再生攻撃に対して94.6\%$デコードレート)を効果的に軽減し、ジョイントCLIPとRSファジィコミットメント機構による堅牢な偽造検出(98.8\%$精度)を確保する。

関連論文リスト

• CLaW: Codec-Guided Adaptive Latent Watermarking for Traceable Diffusion Image Generation [48.69373802343802]
  凍結拡散バックボーンを用いたトレーサブル拡散画像生成のためのCLaW(Codec-guided Latent Watermarking)を提案する。 CLaWはまず、トレーニング済みの透かしを使用して、各透かしメッセージを遅延残差にマッピングし、低コストのサンプリングタイムインジェクションを可能にする。 残余は遅延復調ウィンドウ内で注入され、画像のセマンティクスはより保存され、透かし信号はその後の復調更新によって摂動されなくなる。
  論文  参考訳（メタデータ） (2026-10-29T01:46:18Z)
• UniMark: Unified Adaptive Multi-bit Watermarking for Autoregressive Image Generators [1.7507301683087861]
  本稿では,自動回帰画像生成のためのトレーニングフリーで統一された透かしフレームワークを提案する。 textbf Semantic Grouping (ASG)、 textbfBlockwise Multi-bit。 3つのARモデルを用いた実験により、画像品質(FID)、透かし検出精度、マルチビットメッセージ抽出における最先端性能が得られた。
  論文  参考訳（メタデータ） (2026-04-12T16:22:24Z)
• ResGuard: Enhancing Robustness Against Known Original Attacks in Deep Watermarking [42.919499074624895]
  ディープラーニングベースのイメージ透かしでは、堅牢性を改善するために"Encoder-Noise Layer-Decoder"(END)アーキテクチャが一般的である。 敵が複数のオリジナルウォーターマークされたイメージペアにアクセス可能なKOA(Known Original Attack)。 簡単な残差除去アプローチ、すなわち、既知のペアからの埋め込み残差を推定し、目に見えない透かし画像から取り除くことで、ほぼ完全に透かしを除去できることを示す。
  論文  参考訳（メタデータ） (2026-04-04T11:45:48Z)
• Where, What, Why: Toward Explainable 3D-GS Watermarking [24.13795691386156]
  3D Gaussian Splattingはインタラクティブな3Dアセットのデファクト表現である。 品質の保存方法から書き方を分離する表現ネイティブフレームワークを提案する。 最先端手法と比較して,PSNRは+0.83dB,ビット精度は+1.24%向上した。
  論文  参考訳（メタデータ） (2026-03-09T18:05:27Z)
• Decoupling Defense Strategies for Robust Image Watermarking [13.474717200403147]
  深層学習に基づく画像透かしは、敵の攻撃や再生攻撃に弱い。 本稿では,防衛戦略を分離する2段階のファインチューニングフレームワークであるAdvMarkを提案する。 AdvMarkは画像のクオリティと総合的なロバスト性で優れています。
  論文  参考訳（メタデータ） (2026-02-23T17:02:55Z)
• 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)
• Semantic Watermarking Reinvented: Enhancing Robustness and Generation Quality with Fourier Integrity [31.666430190864947]
  我々はHermitian Symmetric Fourier Watermarking (SFW)と呼ばれる新しい埋め込み手法を提案する。 SFWはエルミート対称性を強制することによって周波数整合性を維持する。 我々は,収穫攻撃による意味的透かしの脆弱性を低減する中心認識型埋め込み戦略を導入する。
  論文  参考訳（メタデータ） (2025-09-09T12:15:16Z)
• ForensicsSAM: Toward Robust and Unified Image Forgery Detection and Localization Resisting to Adversarial Attack [56.0056378072843]
  高い転送性を持つ逆画像は上流モデルでのみ作成可能であることを示す。 本稿では,IFDLフレームワークを組み込んだForensicsSAMを提案する。
  論文  参考訳（メタデータ） (2025-08-10T16:03:44Z)
• Active Adversarial Noise Suppression for Image Forgery Localization [56.98050814363447]
  本稿では、敵騒音の攻撃効果を抑制するために、防御的摂動を発生させる敵騒音抑制モジュール(ANSM)を提案する。 我々の知る限りでは、画像フォージェリローカライゼーションタスクにおける敵対的防御の報告としてはこれが初めてである。
  論文  参考訳（メタデータ） (2025-06-15T14:53:27Z)

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。