跳到正文
热点事件持续更新

SAMP扩散水印框架:恢复准确率0.993

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

Yuhao Xue、Jiuan Zhou、Yu Cheng、Zhaoxia Yin 等研究者发布论文,提出扩散模型鲁棒水印框架 SAMP。论文报告的实验结果显示,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%。这些数字为作者在论文中自述的实验结果。 SAMP 由两部分组成:全局边距调节按目标码字与竞争码字的间隔以及常见攻击的影响,调整水印嵌入强度;脆弱性敏感分配则给容易被局部扰动削弱的水印维度更高的优化优先级,以此提升水印在攻击下的可恢复性。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月3日
  1. arXiv · cs.AI
    SAMP:面向鲁棒扩散水印的自适应边距优先级方法

    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%。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。