DiffusionShield：一种抵御生成式扩散模型版权保护的水印方案
密码学与安全
2024-05-13 v4 计算机视觉与模式识别
机器学习
摘要
近来，生成式扩散模型（GDMs）展现了学习与生成图像的卓越能力。GDMs 的大型社区自然涌现，进一步推动了其在各领域的多样化应用。然而，这种无限制的扩散引发了关于版权保护的严重担忧。例如，包括画家与摄影师在内的艺术家日益担心 GDMs 可在未经授权的情况下轻松复制其独特创作。为应对这些挑战，我们引入一种专为 GDMs 设计的新型水印方案 DiffusionShield。DiffusionShield 通过将所有权信息编码为不可感知的水印并注入图像中，保护图像免受 GDMs 的版权侵犯。其水印可被 GDMs 轻松学习，并复现于生成图像中。通过从生成图像中检测水印，可曝光带证据的版权侵权。得益于水印的一致性与联合优化方法，DiffusionShield 确保了原始图像的低失真、高水印检测性能，以及嵌入长消息的能力。我们进行了严谨全面的实验，以展示 DiffusionShield 在防御 GDMs 侵权方面的有效性及其相对于传统水印方法的优越性。DiffusionShield 的代码见 https://github.com/Yingqiancui/DiffusionShield。
引用
@article{arxiv.2306.04642,
title = {DiffusionShield: A Watermark for Copyright Protection against Generative Diffusion Models},
author = {Yingqian Cui and Jie Ren and Han Xu and Pengfei He and Hui Liu and Lichao Sun and Yue Xing and Jiliang Tang},
journal= {arXiv preprint arXiv:2306.04642},
year = {2024}
}