PoseRegen 论文展示通过姿态一致重构移除视频水印并保留运动结构的方法

该论文提出 PoseRegen 框架，旨在解决现有图像域水印移除方法在视频场景下产生的闪烁和运动不一致问题。该方法通过时序共享的视点变换破坏水印空间模式，并利用姿态条件视频模型联合重构序列，最终将十一种视频水印方案的平均比特准确率降至 0.505，接近随机猜测水平。

实验细节显示，PoseRegen 使用冻结的视频 DiT 处理完整序列以保持身份和背景一致性，并通过全序列 Flow Matching 监督约束帧间特征。为维持运动结构，作者引入了轻量级姿态条件运动一致性适配器，该适配器将冻结骨干网络适配至时序姿态引导，从而约束身体部位轨迹。相比最强基线，该方法在 VBench 的运动相关指标上提升了 9.34%。

这一结果揭示了当前视频水印在实际应用中的实用漏洞，表明仅评估静态鲁棒性不足以保障版权保护的有效性。事实层面，该研究证明了特定攻击手段可显著降低水印信息且保持视觉质量；推断层面，这意味着依赖传统水印机制的视频生成平台可能面临更高的内容滥用风险；猜测层面，未来行业可能需要建立包含时序一致性和运动质量的多维评估基准，但这尚未被主流标准采纳。