AngelFingerprint：用于文本引导图像编辑的可追踪、可解释的白盒隐形水印

文本引导的扩散编辑引起了虚假信息的担忧，因此可靠的图像来源至关重要。虽然水印通常用于此目的，但大多数方法都带有固定 ID，无法解释更改的内容以及哪个提示产生了更改。此外，在开源白盒访问下，攻击者可以轻松找到并删除作为单独模块添加的水印。针对这种情况，我们提出了 AngelFingerprint，一种新颖的水印框架，确保编辑可追溯性、可解释性和白盒隐秘性。它将 LoRA 集成到扩散模型中，以将编辑提示的 CLIP 文本嵌入直接嵌入到模型的权重中。然后，提取器仅从图像像素中恢复这种嵌入。这种语义有效负载解释了编辑，而权重集成设计使得即使在完全白盒访问下也难以检测和隔离。两种技术使这成为可能：保持编辑质量的速度对齐锚点和专门设计的频率滤波器，使水印难以察觉但可恢复且稳健。在 MagicBrush 数据集上，我们的提取器在 200 路提示检索中实现了 $86\%$ top-1 准确度，而提示反演的准确度为 $20\%$。