arXiv · 机器人与计算机视觉· Yihan Wang, Haochen Sun, Xi He, Yaoliang Yu, N. Asokan·· 4 小时前AI 评分63
Tripwire-WM:生成式图像模型的伪造证据型不可检测水印
Reject and Report: Forgery-Evident Undetectable Watermarks for Generative Image Models
AI 导读
针对现有水印方案无法区分伪造与真实或难以报告伪造的缺陷,论文提出 Tripwire-WM 框架。该方法将生成图像的语义绑定到初始潜在噪声幅值上,使得伪造图像虽携带有效水印但承诺不匹配内容,从而被检测器同时拒绝并报告为伪造。在 MS-COCO 数据集测试中,该方案对重印伪造的接受率低于 1.8%,而 SemBind 高达 46.2%;对植入伪造接受率为零,优于 SemBind 的 55.0%。
来源:arXiv · 机器人与计算机视觉 · arxiv.org