日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

週刊ニュースレター購読
画像フォレンジックarXiv:2608.30656

APT: 完全再生成画像における改ざん位置特定のためのアンカー整列摂動

APT: Anchor-aligned Perturbations for Tamper Localization in Fully Regenerated Images

シェア:XThreadsFacebookLINEはてブBluesky

拡散モデルによる画像修復で画像全体が再生成される状況でも、埋め込んだ信号のずれから改ざん領域を高精度に特定する新しい手法を提案した。

詳しい要約

1. どんなもの?

APTは、完全再生成(FR)設定における改ざん位置特定のための、半脆弱な潜在空間摂動を提案する。画像配布前に不可視の信号を埋め込み、画素レベルの操作検出を可能にする。拡散ベースのインペインティングによる完全再生成後も、埋め込まれた信号の整合性を利用して改ざん領域を特定する。

2. 先行研究と比べてどこがすごい?

既存のプロアクティブな改ざん位置特定手法は、スプライシング(SP)設定を前提としており、合成領域が元の背景に合成されるため、埋め込まれた信号が保持される。しかし、実際の拡散ベースのインペインティングは完全再生成(FR)設定であり、画像全体がノイズ除去されるため、背景の信号が破壊され、既存手法は機能しない。APTはこのFR設定に初めて対応し、既存手法がほぼランダムな性能(AUC 0.5)に落ち込むのに対し、高いIoUを達成する。

3. 技術・手法の肝は?

APTは、各空間特徴ベクトルを固定のアンカー方向に整列させることで、密でベクトル単位の位置特定信号を埋め込む。インペインティング後、合成された前景とアンカー整列された背景特徴の間の整列の不一致を利用して改ざんを特定する。さらに、ハードネガティブマイニング損失とノイズ摂動ブランチを導入し、均一な整列を強化する。

4. どうやって有効だと検証した?

COCOデータセットを用いた実験で、APTはFR IoU 0.92を達成し、最強のベースライン(WAM、0.84)を上回った。既存手法はほぼランダムな性能(AUC 0.5)に落ち込むことを示し、テスト時に未知の改ざんタイプに対して一般化可能な実用的なフォレンジックフレームワークであることを実証した。

5. 議論はある?

要旨からは、APTの限界や潜在的な欠点についての議論は不明。また、COCOデータセットのみでの検証であり、他のデータセットや実世界の多様なシナリオでの性能は不明。さらに、埋め込み信号の不可視性や、攻撃者がAPTの存在を知った場合の堅牢性についての議論は要旨に含まれていない。

6. 次に読むべき論文は?

要旨で参照されているベースラインとしてWAMが挙げられている。また、関連する既存手法として、スプライシング設定でのプロアクティブな改ざん位置特定手法(具体的な名称は要旨にないが、一般的なものとして、デジタルウォーターマーキングやステガノグラフィに基づく手法)が考えられる。次に読むべき論文としては、WAMの詳細や、拡散モデルを用いたインペインティングの研究が挙げられる。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Suhyeon Ha, Woo Jae Kim, Joonsung Jeon, Sooel Son, Sung-eui Yoon

分類: cs.CV

原文アブストラクト

Proactive tamper localization embeds an imperceptible signal into an image prior to distribution, enabling pixel-level manipulation detection. Existing methods assume a spliced (SP) setting, where synthesized regions are composited onto the original background, leaving embedded signals intact. However, real-world diffusion-based inpainting operates in a fully regenerated (FR) setting, where the entire image undergoes denoising, disrupting background signals and rendering existing frameworks ineffective. We propose APT, a semi-fragile latent-space perturbation that embeds a dense, vector-wise localization signal. By aligning each spatial feature vector toward a fixed anchor direction, APT localizes tampering via the alignment disparity between synthesized foreground and anchor-aligned background features after inpainting. The proposed hard negative mining loss and noisy perturbation branch further enforce uniform alignment. Experiments on COCO demonstrate that APT achieves an FR IoU of 0.92, outperforming the strongest baseline (WAM, 0.84), while existing methods collapse to near-random performance (AUC 0.5), establishing APT as a practical forensic framework generalizable across tampering types unknown at test time.

関連論文