Stable Signature is Unstable: Removing Image Watermark from Diffusion Models

水印技术已被广泛应用于工业中，以检测由人工智能生成的图像。最近，Meta提出了一种称为“稳定签名”的水印框架，将水印嵌入扩散模型解码器的参数中，从而使其生成的图像本质上带有水印。稳定签名使得可以为开源扩散模型的生成图像添加水印，并声称其能够抵御移除攻击。本研究提出了一种新的攻击方法，通过微调扩散模型来移除水印。结果显示，我们的攻击可以有效地移除扩散模型中的水印，使其生成的图像不带水印，同时保持生成图像的视觉质量。我们的结果凸显了稳定签名并不像之前认为的那样稳定。

研究稳定签名算法在扰动模型中的鲁棒性，探索一种有效的去除水印的攻击方法。

利用微调方法，从扰动模型中去除稳定签名算法的水印，同时保持生成图像的视觉质量。

论文提出了一种有效的去除水印的攻击方法，证明了稳定签名算法不像之前认为的那么稳定。实验使用了开源扰动模型和公开数据集，并提供了开源代码。

最近的相关研究包括使用对抗训练来提高水印的鲁棒性，以及使用深度学习方法生成更加逼真的图像。