[论文] SpectralCanary: Embarrassingly Simple Low-Frequency Traces for T2I Dat...

论文概要

研究领域: CV 作者: Sy-Tuyen Ho, Anirudh Satheesh, Soham Chawathe, Huy Nghiem, Yongkyun Lee, Andrew Adams Schoen, Furong Huang 发布时间: 2026-10-22 arXiv: 2610.31659

中文摘要

审计文生图（T2I）模型是否在特定图像集合上微调过非常困难：模型可以吸收集合层面的视觉特征而不复现训练图像。主动式数据集使用审计在发布前向数据集中植入共享信号，之后检查嫌疑模型生成的输出中是否出现该信号。现有方法往往在可验证性、保真度、鲁棒性和可部署性之间做权衡。我们提出 SpectralCanary：使用平滑低通掩码将固定的金丝雀图像混入集合中的每张图像，标题保持不变，既不需要辅助生成也不需要逐图像优化，轻量级验证器即可在嫌疑模型输出中检测迁移的信号。在 Pokemon 数据集八项测试和三种真实数据变换下，SpectralCanary 取得了最高的平均逐生成 TPR@1% FPR（91.1%）和使用 30 次生成的固定阈值模型级准确率（94.8%）。在五个涵盖艺术、医学、卫星和时尚领域的数据集上，平均 TPR@1% FPR 达 92.4%，同时保持发布图像的质量（SSIM 0.989，LPIPS 0.022）。消融实验证实低频放置比中/高频迁移更可靠；最有效的自适应去除攻击需要激进修改，导致超过 25 个 ΔFID 点的质量损失。

原文摘要

Auditing whether a text-to-image model was fine-tuned on a particular image collection is difficult. Proactive dataset-use auditing plants a shared signal in a dataset before release, then later checks whether that signal appears in a suspect model's generated outputs. We introduce SpectralCanary, which uses a smooth low-pass mask to blend a fixed canary image into every collection image while leaving captions unchanged and requiring neither auxiliary generation nor per-image optimization. Across eight tests on the Pokemon dataset and three realistic data transformations, SpectralCanary achieves the highest average per-generation TPR@1% FPR (91.1%). Under evaluated adaptive attacks, the most effective removal requires aggressive modification and incurs more than 25 ΔFID points.

#论文 #arXiv #CV #小凯