StyleSentinel：通过风格指纹实现可靠的艺术版权验证
计算机视觉与模式识别
2025-08-05 v1
摘要
扩散模型在生成定制化图像方面的多样性导致个人艺术品被未经授权使用，构成对艺术家知识产权的严重威胁。现有方法依赖嵌入额外信息（如扰动、水印或后门）的做法，防御能力有限，无法保护已发布到线上平台的艺术品。本文提出 StyleSentinel，通过验证作品中固有的风格指纹来实现艺术品版权保护。具体而言，我们采用语义自重建过程来增强作品的风格表达性，构建密集且风格一致的特征学习基础。随后，我们自适应融合多层图像特征，将抽象艺术风格编码为紧凑的风格指纹。最后，我们将目标艺术家的风格建模为特征空间中的最小包围超球边界，将复杂的版权验证转化为鲁棒的单类学习任务。大量实验表明，与最先进的方法相比，StyleSentinel 在单样本验证任务上实现了优异性能。我们还通过线上平台展示了其有效性。
引用
@article{arxiv.2508.01335,
title = {StyleSentinel: Reliable Artistic Copyright Verification via Stylistic Fingerprints},
author = {Lingxiao Chen and Liqin Wang and Wei Lu},
journal= {arXiv preprint arXiv:2508.01335},
year = {2025}
}