使用稳定扩散的抗攻击图像水印
计算机视觉与模式识别
2024-10-29 v2 人工智能
摘要
图像水印对于追踪图像来源和证明所有权至关重要。随着生成模型（如稳定扩散）的出现，它们可以创建虚假但逼真的图像，水印对于使人类创建的图像可靠可识别变得尤为重要。不幸的是，同样的稳定扩散技术可以移除使用现有方法注入的水印。为解决此问题，我们提出了ZoDiac，它使用预训练的稳定扩散模型将水印注入可训练的潜在空间，从而产生即使在受到攻击时也能在潜在向量中可靠检测到的水印。我们在三个基准（MS-COCO、DiffusionDB和WikiArt）上评估了ZoDiac，发现ZoDiac对最先进的水印攻击具有鲁棒性，水印检测率超过98%，假阳性率低于6.4%，优于最先进的水印方法。我们假设扩散模型中的往复去噪过程可能固有地增强了水印在面对强攻击时的鲁棒性，并验证了这一假设。我们的研究表明，稳定扩散是一种有前景的鲁棒水印方法，能够承受甚至基于稳定扩散的攻击方法。ZoDiac是开源的，可在https://github.com/zhanglijun95/ZoDiac获取。
引用
@article{arxiv.2401.04247,
title = {Attack-Resilient Image Watermarking Using Stable Diffusion},
author = {Lijun Zhang and Xiao Liu and Antoni Viros Martin and Cindy Xiong Bearfield and Yuriy Brun and Hui Guan},
journal= {arXiv preprint arXiv:2401.04247},
year = {2024}
}
备注
28 pages, 11 figures; NeurIPS24