VideoShield：基于水印技术调控扩散视频生成模型
计算机视觉与模式识别
2025-02-26 v2
摘要
人工智能生成内容 (AIGC) 近年来取得了显著进展，尤其是文本到视频 (T2V) 和图像到视频 (I2V) 生成模型。然而，像其他 AIGC 类型一样，视频生成也需要强大的内容控制。常见方法是嵌入水印，但大多数研究聚焦于图像，针对视频的关注有限。传统方法逐帧后处理嵌入水印，常导致视频质量下降。本文提出 VideoShield，一种专为主流扩散式视频生成模型设计的水印框架。不同于后处理方法，VideoShield 在生成视频时直接嵌入水印，无需额外训练。为确保视频完整性，我们引入一种防篡改定位功能，能够检测视频在时间（跨帧）和空间（单帧内）上的变更。该方法将水印位映射到模板位，再用于生成去噪过程中的水印噪声。借助 DDIM Inversion，我们可将视频逆转至其原始水印噪声，从而实现水印的直接提取。此外，模板位允许精确检测潜在的时空修改。广泛实验表明，该方法在各种视频模型（T2V 和 I2V）上有效提取水印并检测篡改，同时不影响视频质量。进一步我们展示该方法同样适用于图像生成模型，实现对生成图像的篡改检测。代码与模型已公开于 https://github.com/hurunyi/VideoShield。
引用
@article{arxiv.2501.14195,
title = {VideoShield: Regulating Diffusion-based Video Generation Models via Watermarking},
author = {Runyi Hu and Jie Zhang and Yiming Li and Jiwei Li and Qing Guo and Han Qiu and Tianwei Zhang},
journal= {arXiv preprint arXiv:2501.14195},
year = {2025}
}
备注
International Conference on Learning Representations (ICLR) 2025