RAW：鲁萨罗人形水印基准测试及基线
计算机视觉与模式识别
2026-05-26 v1 人工智能
摘要
数字人形水印面临独特挑战：人形常在部署前经历背景替换、重构和格式转换。我们提出 \textbf{RAW}（鲁萨罗人形水印），一个包含 50 个合成人形视频（来自 5 个商业提供商）和 6 个模拟真实人形工作流程的攻击的基准测试。评估 7 种现有方法后发现，人形特定攻击如背景移除显著降低水印恢复效果。我们提出 \textbf{WALT}（Watermarking Avatars with Learned Textures），通过 3D 人脸重建在 UV 纹理空间嵌入水印。WALT 在 zoom 攻击下实现 92.4% 的鲁棒性，同时在背景移除下表现出色（95.6%）。我们发布了该基准测试以促进人形特定水印研究。
引用
@article{arxiv.2605.23994,
title = {RAW: Robust Avatar Watermarking -- Benchmarking and Baseline},
author = {Jack Parry and Jack Saunders and Vinay Namboodiri},
journal= {arXiv preprint arXiv:2605.23994},
year = {2026}
}