PulseAugur
实时 09:39:12
English(EN) Correlation-Aware and Gaussianity-Preserving Robust Latent Angular Watermarking for Diffusion Models

新的扩散模型水印技术可保持保真度

研究人员开发了一种名为潜在角度水印(LAW)的新方法,用于在扩散模型中嵌入鲁棒水印。该技术在潜在空间中运行,确保不干扰模型的参数或生成过程。LAW解决了潜在高斯性和独立同分布(i.i.d.)条件被违反等问题,这些问题会降低生成保真度并使水印容易被移除。该方法将水印比特编码为潜在元素之间的对极角,而具有增强鲁棒性的幅度驱动变体(LAW-M)通过将比特锚定在稳定维度上来实现。 AI

影响 这项水印技术可以增强扩散模型生成内容的安全性与溯源性。

排序理由 该集群包含一篇详细介绍扩散模型新技术方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

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

新的扩散模型水印技术可保持保真度

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Yebin Zheng, Haonan An, Guang Hua, Zhiping Lin, Yuguang Fang ·

    Correlation-Aware and Gaussianity-Preserving Robust Latent Angular Watermarking for Diffusion Models

    arXiv:2607.22386v1 Announce Type: new Abstract: Latent domain watermarking for diffusion models embeds watermarks directly into the latent prior, enjoying non-intrusiveness to model parameters and seamless integration with the generation process. However, due to the violation of …