Rel-Zero: Patch-Pair Invariance for Zero-Watermarking

Patch 对关系距离在 AI 编辑后呈近完美线性不变 (CVPR 2026)

Overview

Rel-Zero 提出基于 patch 对关系距离的零水印（Zero-Watermarking）方案。零水印不修改像素内容，而是从图像中提取特征作为版权注册的依据。Rel-Zero 发现 patch 之间的相对距离在各类 AI 编辑（裁剪、重绘、风格迁移等）后呈现近完美的线性不变性（R² > 0.95），并利用这一性质构建零水印系统。

Key facts / claims

核心发现：
- Patch 对间的几何/特征关系距离在 AI 编辑后保持 R² > 0.95 的线性不变性
- 零水印范式：不修改任何像素，仅从原始图像中提取特征指纹注册到版权库
- 兼容各类 AI 编辑（裁剪、压缩、重绘、风格迁移、生成填充等）

嵌入与检测：
- 注册阶段：提取 patch 对关系距离特征 → 编码为水印 → 注册到版权中心
- 验证阶段：从待验证图像中提取相同特征 → 与注册库比对 → 判定归属

检测性能：
- 生成编辑 TPR（True Positive Rate）：85%–97%
- 在文本引导编辑、修复、风格化等生成式操作下保持高召回率
- 零误报（注册库唯一特征约束）

技术贡献

1. Patch 对线性不变性发现：揭示 AI 编辑操作在 patch 关系层面的数学不变性
2. 零水印实用化：无需修改内容，适合隐私敏感场景
3. 跨编辑泛化：统一覆盖传统攻击和 AI 生成式编辑

局限性

• 需要可靠的版权注册中心（依赖第三方信任）
• 对极端破坏性操作（如局部替换为无关内容）可能失效
• patch 采样策略影响不变性强度

Related

• tiacam — TIACam 零水印（可学习增强 + CLIP 对抗）
• peccvai — PECCVAI 抗视觉释义攻击水印
• 3d-watermarking-overview — 数字水印技术总览

Sources

• arXiv:2603.17531 — CVPR 2026