arXiv · cs.AI · Yuhao Xue, Jiuan Zhou, Yu Cheng, Zhaoxia Yin · 8 小时前模型评分33
SAMP：面向鲁棒扩散水印的自适应边距优先级方法
SAMP: Self-Adaptive Margin Prioritization For Robust Diffusion Watermarking
导读
研究者提出扩散模型水印框架SAMP，通过全局边距调节按目标码字与竞争码字的间隔及常见攻击影响调整嵌入强度，并用脆弱性敏感分配给易受局部扰动削弱的水印维度更高优化优先级。实验显示其平均信息恢复准确率达0.993，相比当前最优方法PSNR提升16.8%、LPIPS降低47.1%。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “To address this problem, we present SAMP, a self-adaptive framework consisting of global margin regulation and vulnerability-sensitive allocation.”
来源：arXiv · cs.AI · arxiv.org