WMVLM：基于视觉语言模型评估扩散模型图像水印
计算机视觉与模式识别
2026-02-05 v2
摘要
数字水印对于保护扩散模型生成的图像至关重要。准确的水印评估对算法开发至关重要，但现有方法存在显著局限：缺乏针对残留型和语义型水印的统一框架、结果缺乏可解释性、忽视综合性安全考量、且常为语义型水印使用不合适的指标。为解决这些问题，我们提出了 WMVLM——首个通过视觉语言模型（VLM）实现的扩散模型图像水印统一且可解释的评估框架。我们为每种水印类型重新定义质量和安全指标：残留型水印通过损坏强度和擦除抗性进行评估，而语义型水印通过潜在分布偏移进行评估。此外，我们引入三阶段训练策略，逐步使模型实现分类、评分和可解释文本生成。实验表明，WMVLM 在数据集、扩散模型和水印方法方面均优于领先的 VLM，具有强大的泛化能力。
引用
@article{arxiv.2601.21610,
title = {WMVLM: Evaluating Diffusion Model Image Watermarking via Vision-Language Models},
author = {Zijin Yang and Yu Sun and Kejiang Chen and Jiawei Zhao and Jun Jiang and Weiming Zhang and Nenghai Yu},
journal= {arXiv preprint arXiv:2601.21610},
year = {2026}
}