OmniGuard：一种增强型多功能水印方法，用于鲁棒版权保护与篡改定位
计算机视觉与模式识别
2025-03-07 v3
摘要
随着生成式人工智能的快速发展及其在图像编辑中的广泛应用，数字内容的真实性和完整性面临新的风险。现有的多功能水印方法在篡改定位精度与视觉质量之间存在权衡。受先前框架灵活性有限的制约，其局部水印必须对所有图像保持固定。在AIGC编辑下，其版权提取精度也不尽如人意。为应对这些挑战，我们提出了OmniGuard，一种新颖的增强型多功能水印方法，将主动嵌入与被动盲提取相结合，以实现鲁棒的版权保护和篡改定位。OmniGuard采用混合取证框架，支持灵活的定位水印选择，并引入退化感知的篡改提取网络，以在挑战性条件下实现精确定位。此外，设计了一个轻量级的AIGC编辑模拟层，以增强对全局和局部编辑的鲁棒性。大量实验表明，OmniGuard在保真度、鲁棒性和灵活性方面均表现出色。与最新的先进方法EditGuard相比，我们的方法在容器图像的PSNR上提高了4.25dB，在噪声条件下的F1分数上提高了20.7%，在平均比特精度上提高了14.8%。
关键词
引用
@article{arxiv.2412.01615,
title = {OmniGuard: Hybrid Manipulation Localization via Augmented Versatile Deep Image Watermarking},
author = {Xuanyu Zhang and Zecheng Tang and Zhipei Xu and Runyi Li and Youmin Xu and Bin Chen and Feng Gao and Jian Zhang},
journal= {arXiv preprint arXiv:2412.01615},
year = {2025}
}
备注
Accepted by CVPR 2025