AnchorMark는 확산 모델(diffusion model)의 생성 과정에 직접 워터마크를 심는 인버전 기반 워터마킹 기법으로, 별도의 학습 없이도 적용 가능하다. 연구진은 이미지 회전과 잠재공간(latent space) 복원 시의 회전각이 서로 일치하는 '회전 동기성(Rotation Synchrony)' 특성을 발견하고, 초기 잠재값 중심부에 동기화 앵커를 삽입해 추출 시 회전각을 정확히 추정·보정하도록 설계했다. 회전을 포함한 복합 손상 공격에서도 비트 정확도를 크게 개선했으며 이미지 품질 저하는 미미했다. 회전에 취약했던 기존 워터마킹 기술의 한계를 구조적으로 해결했다는 점에서 의미가 있다.
- •확산 모델 생성 과정에 워터마크를 삽입하는 학습 불필요(training-free) 인버전 기반 기법
- •이미지 회전과 잠재공간 복원 회전각이 일치하는 '회전 동기성' 특성을 최초로 규명
- •초기 잠재값 중심에 동기화 앵커를 넣어 추출 단계에서 회전각을 보정
- •회전 포함 복합 공격에서 비트 정확도 대폭 향상, 이미지 품질 저하는 최소화
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
AnchorMark: Robust Diffusion Watermarking via Latent-Space Rotation Synchrony
본문 미리보기
arXiv:2607.27551v1 Announce Type: new Abstract: Inversion-based watermarking embeds watermark payloads directly into the generative process, avoiding a separate post-hoc image-domain embedding stage while preserving the native visual fidelity of synthesized images. However, existing methods remain vulnerable to compound lossy post-processing, particularly when rotation is involved, as it disrupts the spatial correspondence required for latent-space decoding. To overcome this limitation, we intr
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 11:06AI 초안



