https://blog.qife122.com/tags/%E5%9B%BE%E5%83%8F%E6%B0%B4%E5%8D%B0/ Recent content in 图像水印 on 办公AI智能小助手 Hugo zh-cn qife Wed, 10 Sep 2025 04:48:40 +0800 https://blog.qife122.com/p/maxsive%E6%89%A9%E6%95%A3%E6%A8%A1%E5%9E%8B%E4%B8%AD%E9%AB%98%E5%AE%B9%E9%87%8F%E4%B8%94%E9%B2%81%E6%A3%92%E7%9A%84%E6%97%A0%E8%AE%AD%E7%BB%83%E7%94%9F%E6%88%90%E5%BC%8F%E5%9B%BE%E5%83%8F%E6%B0%B4%E5%8D%B0%E6%8A%80%E6%9C%AF/ Wed, 10 Sep 2025 04:48:40 +0800 https://blog.qife122.com/p/maxsive%E6%89%A9%E6%95%A3%E6%A8%A1%E5%9E%8B%E4%B8%AD%E9%AB%98%E5%AE%B9%E9%87%8F%E4%B8%94%E9%B2%81%E6%A3%92%E7%9A%84%E6%97%A0%E8%AE%AD%E7%BB%83%E7%94%9F%E6%88%90%E5%BC%8F%E5%9B%BE%E5%83%8F%E6%B0%B4%E5%8D%B0%E6%8A%80%E6%9C%AF/ <h1 id="maxsive扩散模型中高容量且鲁棒的无训练生成式图像水印技术">MaXsive：扩散模型中高容量且鲁棒的无训练生成式图像水印技术</h1> <h2 id="摘要">摘要</h2> <p>扩散模型在图像合成领域的巨大成功导致了大型商业模型的发布，引发了版权保护和不当内容生成的问题。无训练扩散水印为这些问题提供了一种低成本的解决方案。然而，先前的工作仍然容易受到旋转、缩放和平移（RST）攻击的影响。尽管一些方法采用精心设计的模式来缓解这个问题，但它们通常会降低水印容量，这可能导致身份（ID）冲突。为了解决这些问题，我们提出了MaXsive，一种无训练的扩散模型生成水印技术，具有高容量和鲁棒性。MaXsive充分利用初始噪声来为扩散模型添加水印。此外，我们提出注入X形模板来恢复RST失真，而不是使用精心设计的重复环形模式。这种设计显著提高了鲁棒性，而不会损失任何容量，使得ID冲突不太可能发生。MaXsive的有效性已在验证和识别场景下的两个知名水印基准测试中得到验证。</p>