I2VWM：面向图像到视频生成的鲁棒水印
计算机视觉与模式识别
2025-09-23 v1
摘要
图像引导视频生成（I2V）技术的快速发展引发了对其在误导信息和欺诈中滥用潜力的关注，凸显了对有效数字水印的紧迫需求。虽然现有水印方法在单一模态内表现出鲁棒性，但在I2V场景下无法追溯源头图像。为此，我们提出了鲁棒扩散距离（Robust Diffusion Distance）的概念，衡量水印信号在生成视频中的时间持久性。基于此，我们提出I2VWM—a 跨模态水印框架，旨在提升跨时间维度上的水印鲁棒性。I2VWM在训练期间利用视频仿真噪声层，在推理阶段采用基于光流的对齐模块。在开源和商业I2V模型上的实验表明，I2VWM在显著性和鲁棒性之间取得了良好平衡，确立了生成时代跨模态水印的新范式。\href{https://github.com/MrCrims/I2VWM-Robust-Watermarking-for-Image-to-Video-Generation}{Code Released.}
引用
@article{arxiv.2509.17773,
title = {I2VWM: Robust Watermarking for Image to Video Generation},
author = {Guanjie Wang and Zehua Ma and Han Fang and Weiming Zhang},
journal= {arXiv preprint arXiv:2509.17773},
year = {2025}
}
备注
10 pages