零水印：基于 patch 对称性的鲁棒零水印方法抵御 AI 编辑
计算机视觉与模式识别
2026-03-19 v1 人工智能
密码学与安全
摘要
近期扩散模型驱动的图像编辑技术对数字视觉内容的真实性构成了重大威胁。传统的基于嵌入的水印方法往往会引入可感知的扰动以维持鲁棒性，不可避免地损害视觉保真度。而现有的零水印方法通常依赖全局图像特征，难以抵御复杂的操纵。本文发现，尽管 individual 图像 patch 在 AI 编辑过程中发生显著变化，但 patch 对之间的相对距离保持相对恒定。基于这一性质，我们提出了关系零水印框架（Rel-Zero），该框架无需修改原始图像，即可从这些编辑不变的 patch 关系中导出唯一的零水印。通过将水印锚定在内在结构一致性上而非绝对外观，Rel-Zero 提供了一种非侵入且具鲁棒性的内容认证机制。大量实验表明，与现有零水印方法相比，Rel-Zero 在多样化的编辑模型和操纵方式下实现了显著提升的鲁棒性。
引用
@article{arxiv.2603.17531,
title = {Rel-Zero: Harnessing Patch-Pair Invariance for Robust Zero-Watermarking Against AI Editing},
author = {Pengzhen Chen and Yanwei Liu and Xiaoyan Gu and Xiaojun Chen and Wu Liu and Weiping Wang},
journal= {arXiv preprint arXiv:2603.17531},
year = {2026}
}
备注
accepted to CVPR 2026