画像編集に対する生成事前確率を用いた頑健なウォーターマーキング：ベンチマーキングからの進歩

Robust Watermarking Using Generative Priors Against Image Editing: From Benchmarking to Advances

October 24, 2024

著者: Shilin Lu, Zihan Zhou, Jiayou Lu, Yuanzhi Zhu, Adams Wai-Kin Kong

cs.AI

要旨

現在の画像透かし付け方法は、大規模なテキストから画像へのモデルによって可能にされる高度な画像編集技術に脆弱です。これらのモデルは、編集中に埋め込まれた透かしを歪ませることができ、著作権保護における重要な課題を提起しています。本研究では、画像再生、グローバル編集、ローカル編集、画像から動画生成など、幅広い画像編集技術に対する透かし付け方法の頑健性を評価するために設計された初の包括的なベンチマークであるW-Benchを紹介します。11種類の代表的な透かし付け方法を主要な編集技術に対して評価した結果、ほとんどの方法がそのような編集後に透かしを検出できないことを示しました。この制限に対処するために、画像品質を高く保ちながら、さまざまな画像編集技術に対する頑健性を大幅に向上させる透かし付け方法であるVINEを提案します。当社のアプローチには、2つの主要な革新があります。まず、画像編集の周波数特性を分析し、ぼかし歪みが類似した周波数特性を示すことを特定し、これを訓練中に代替攻撃として使用して透かしの頑健性を強化します。次に、大規模な事前学習済み拡散モデルSDXL-Turboを活用し、透かし付けタスクに適応させて、より目に見えない透かしの埋め込みを実現します。実験結果は、当社の手法がさまざまな画像編集技術において優れた透かし付け性能を達成し、画像品質と頑健性の両方で既存の方法を凌駕していることを示しています。コードはhttps://github.com/Shilin-LU/VINEで入手可能です。

English

Current image watermarking methods are vulnerable to advanced image editing techniques enabled by large-scale text-to-image models. These models can distort embedded watermarks during editing, posing significant challenges to copyright protection. In this work, we introduce W-Bench, the first comprehensive benchmark designed to evaluate the robustness of watermarking methods against a wide range of image editing techniques, including image regeneration, global editing, local editing, and image-to-video generation. Through extensive evaluations of eleven representative watermarking methods against prevalent editing techniques, we demonstrate that most methods fail to detect watermarks after such edits. To address this limitation, we propose VINE, a watermarking method that significantly enhances robustness against various image editing techniques while maintaining high image quality. Our approach involves two key innovations: (1) we analyze the frequency characteristics of image editing and identify that blurring distortions exhibit similar frequency properties, which allows us to use them as surrogate attacks during training to bolster watermark robustness; (2) we leverage a large-scale pretrained diffusion model SDXL-Turbo, adapting it for the watermarking task to achieve more imperceptible and robust watermark embedding. Experimental results show that our method achieves outstanding watermarking performance under various image editing techniques, outperforming existing methods in both image quality and robustness. Code is available at https://github.com/Shilin-LU/VINE.