Rel-Zero: AI編集に対するロバストなゼロウォーターマーキングのためのパッチペア不変性の活用

要旨：拡散モデルを用いた画像編集の最近の進歩は、デジタル視覚コンテンツの真正性に重大な脅威をもたらします。伝統的な埋め込み型ウォーターマーキング法は、頑健性を維持するために知覚可能な摂動を生じさせることが多く、結果として視覚的忠実度を損ないます。一方、既存のゼロウォーターマーキング手法は通常グローバルな画像特徴に依存しており、巧妙な操作に耐えるのが難しいです。本研究では、重要な観察を明らかにします：AIベースの編集中には個々の画像パッチが大幅に変化する一方で、パッチ対間の関係距離は相対的に不変です。この性質を活用し、Relational Zero-Watermarking（Rel-Zero）という新規フレームワークを提案します。元の画像を改変することなく、これらの編集に対して不変なパッチ関係から、唯一無二のゼロウォーターマークを導出します。絶対的な外観ではなく、内在する構造的一貫性に基づいて水印を配置することで、Rel-Zeroは非侵襲的でありながら耐性の高いコンテンツ認証の仕組みを提供します。広範な実験により、Rel-Zeroは従来のゼロウォーターマーキング手法と比較して、さまざまな編集モデルや改変に対して著しく向上した頑健性を達成することが示されています。