The Stable Signature: Rooting Watermarks in Latent Diffusion Models

要約

生成イメージ モデリングは幅広いアプリケーションを可能にしますが、責任ある展開に関して倫理的な懸念が生じます。
この論文では、画像透かしと潜在拡散モデルを組み合わせたアクティブ戦略を紹介します。
目標は、生成されたすべての画像で目に見えない透かしを隠し、将来の検出や識別を可能にすることです。
この方法では、バイナリ署名を条件として、画像ジェネレーターの潜在デコーダーを迅速に微調整します。
事前にトレーニングされた透かし抽出プログラムが、生成された画像から隠された署名を回復し、統計テストによって、それが生成モデルからのものであるかどうかが判断されます。
さまざまな生成タスクで透かしの非表示性と堅牢性を評価し、画像が変更された後でも安定した署名が機能することを示しました。
たとえば、テキスト プロンプトから生成された画像の元の部分を検出し、コンテンツの $10\%$ を維持するためにトリミングされます。精度は $90$+$\%$ で、誤検知率は 10$^{-6} 未満です。
$。

要約(オリジナル)

Generative image modeling enables a wide range of applications but raises ethical concerns about responsible deployment. This paper introduces an active strategy combining image watermarking and Latent Diffusion Models. The goal is for all generated images to conceal an invisible watermark allowing for future detection and/or identification. The method quickly fine-tunes the latent decoder of the image generator, conditioned on a binary signature. A pre-trained watermark extractor recovers the hidden signature from any generated image and a statistical test then determines whether it comes from the generative model. We evaluate the invisibility and robustness of the watermarks on a variety of generation tasks, showing that Stable Signature works even after the images are modified. For instance, it detects the origin of an image generated from a text prompt, then cropped to keep $10\%$ of the content, with $90$+$\%$ accuracy at a false positive rate below 10$^{-6}$.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google