新的LoT-Pass水印技术对图像到视频生成具有鲁棒性

研究人员开发了一种名为LoT-Pass的新水印技术，旨在追溯用于图像到视频生成图像的来源。该方法解决了现有水印技术在不同模态之间无法保持鲁棒性的局限性。LoT-Pass引入了鲁棒扩散距离的概念来衡量时间持久性，并使用跨模态水印框架，该框架包含视频模拟噪声层和基于光流的对齐模块。实验表明，LoT-Pass显著提高了生成视频中水印的鲁棒性和不可感知性。 AI

影响 增强了AI生成视频内容的可追溯性，可能减轻错误信息中的滥用。

排序理由 该集群包含一篇详细介绍图像水印新技术的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• alphaXiv
• arXiv
• DagsHub
• Guanjie Wang
• Hugging Face
• I2VWM
• LoT-Pass
• Robust Diffusion Distance
• ScienceCast

• 论文
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →