arXiv cs.AI· Hailong Wang, Wuzheng Tan, Zixin Zhang, Xujun Fang, Fengjuan Gong·· 1 天前AI 评分29
ReliaGuard：面向来源归属与盲编辑定位的重建感知水印框架
ReliaGuard: Reconstruction-Aware Watermarking for Source Attribution and Blind Edit Localization
AI 导读
ReliaGuard 是一个重建感知水印框架，可在背景重建和后续图像处理下实现来源归属与盲编辑定位。在 300 张源图、900 个编辑案例的独立测试集上，完整输出与局部拼接输出的编辑区域 IoU 分别达 85.61% 和 94.90%，完整输出结果超出最强基线 45.02 个百分点，两种条件下标识符比特准确率均为 100%。
正文 · AI 翻译
摘要：生成式图像编辑便于内容创作，但也使来源归属和编辑验证变得复杂。现有水印方法将版权保护与篡改定位相结合，然而背景重建可能削弱空间证据，即使来源标识符仍可恢复。我们提出 ReliaGuard，一个具备重建感知的水印框架，用于来源归属和盲编辑定位。写入方在图像失真和来源保持约束下，优化受保护图像及其变分自编码器重建中的密钥特征响应。读取方仅使用接收图像和密钥，通过残差证据细化将水印响应与局部图像上下文相结合，并通过原生分辨率引导的多尺度读取预测编辑掩码。该框架在完整编辑输出、局部拼接对应版本以及两者的处理后版本上进行训练。在一个独立测试集上（包含来自三个图像域的 300 张源图像和 900 个编辑案例），在按完整输出上名义 1% 背景假阳性率校准的阈值下，我们的方法对完整输出取得 85.61% 的编辑区域交并比分数，对局部拼接输出取得 94.90%。完整输出结果比最强基线高出 45.02 个百分点，而两种条件下解码标识符比特准确率均达到 100%。在七类图像处理中，相应的定位分数分别为 81.01% 和 86.49%，标识符比特准确率分别为 92.76% 和 92.79%。这些结果支持在背景重建及后续图像处理下进行来源恢复和盲编辑定位。
| 主题： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI）；密码学与安全（cs.CR） |
| 引用为： | arXiv:2611.16368 [cs.CV] |
| （或 arXiv:2611.16368v1 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.16368 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Hailong Wang [查看电子邮件]
[v1]
2026年11月12日星期四 06:33:37 UTC（6,197 KB）
来源：arXiv cs.AI · arxiv.org