LiBRA: 양방향 잠재 공간 최적화를 통한 탐지 인식 이미지 워터마크 제거
LiBRA: Detection-Aware Image Watermark Removal via Bidirectional Latent Optimization
디지털 워터마킹은 AI 생성 이미지의 출처 식별을 지원하지만, 그 신뢰성은 제거 공격에 대한 저항력에 달려 있습니다. 일부 공격은 디코딩된 워터마크가 원본과 달라지도록 강제하여 워터마크를 제거하려 시도합니다. 그러나 이는 여전히 탐지 가능한 반전된 워터마크를 생성하여 제거에 실패할 수 있으며, 워터마크를 변경하려는 추가 시도는 불필요하게 이미지 품질을 저하시킬 수 있습니다. 이러한 한계를 해결하기 위해, 본 연구에서는 이미지 품질을 보존하면서 워터마크를 탐지할 수 없도록 만드는 것을 목표로 하는 LiBRA(Latent In-band Bidirectional Removal Attack)를 제안합니다. LiBRA는 워터마크를 지속적으로 반전 방향으로 밀어내는 대신, 이미지 품질을 저하시킬 수 있는 추가 변경을 유도하지 않고 워터마크를 숨기도록 이미지를 조정합니다. 일부 공격은 추가 변경이 탐지 가능성을 유지하고 이미지 품질을 손상시키는 경우에도 디코딩된 비트를 원본 워터마크로부터 계속 멀어지게 만듭니다. 워터마크 키 및 디코더에 대한 접근 권한을 바탕으로, LiBRA는 공개 오토인코더의 잠재 공간(latent space)에서 범위가 제한된 변경을 수행합니다. 과도한 반전을 수정할 수 없는 반전 주도형 목적 함수와 달리, LiBRA는 어느 방향에서든 평균 디코딩 신뢰도(confidence)가 무작위 추측(random guessing) 수준으로 수렴하도록 유도합니다. 이는 반전되었지만 여전히 탐지 가능한 워터마크가 생성되는 것을 방지하는 데 도움이 됩니다. 개별 비트를 유연하게 유지함으로써 이미지 품질 제약 조건이 손상이 적은 변경을 선호하도록 하며, 선택적 주파수 유도 마스크를 통해 변경 위치를 제한합니다. 마지막으로 신뢰도 목표가 성공을 보장한다고 가정하는 대신, 정확한 양측 이항 검정(two-sided binomial test)을 사용하여 제거 여부를 검증합니다.