SHIFT: 拡散ベースのウォーターマークを除去するための確率的な隠れ軌道偏向
arXiv cs.CV / 2026/4/1
💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文では、拡散ベースのウォーターマーキングに対する検証者が拡散の軌道を再構成することへの依存を狙う、学習不要の攻撃手法SHIFT（Stochastic Hidden-Trajectory Deflection）を提案する。
- SHIFTは、潜在空間において生成軌道を偏向させるために確率的な拡散リサンプリングを用い、その結果、再構成される画像がウォーターマーク埋め込み軌道から統計的に独立になるようにする。
- 本攻撃は、意味（セマンティクス）/一貫性と視覚品質を維持しつつ、検証を妨害するよう設計されている。
- 9つのウォーターマーキング手法（ノイズ空間、周波数領域、最適化ベースの方法を含む）にまたがる実験では、意味の品質低下がほぼない状態で攻撃成功率95%〜100%が報告されている。
- この手法はウォーターマーク固有の知識やモデルの再学習を必要とせず、パラダイムをまたいで広く悪用可能である。
