Made to Measure: Designing Image Watermarks to Specification
该论文关注图像水印在溯源与归属中的工程化落地问题:水印需要把可验证的身份信息嵌入图像,而真实部署必须同时满足四类相互冲突的约束——抗攻击能力、误报率(FPR)、图像质量与处理延迟。现有水印方法往往只对特定类别的变换(如压缩、裁剪、几何变换、
共收录 4 条相关情报。
← 返回所有主题该论文关注图像水印在溯源与归属中的工程化落地问题:水印需要把可验证的身份信息嵌入图像,而真实部署必须同时满足四类相互冲突的约束——抗攻击能力、误报率(FPR)、图像质量与处理延迟。现有水印方法往往只对特定类别的变换(如压缩、裁剪、几何变换、
该论文重新审视了图像鲁棒消息嵌入(robust message embedding)问题,指出传统方法主要基于“失真鲁棒性”范式,即嵌入信号在空间中仍存在,但受到噪声、模糊或压缩等退化影响。然而,严重裁剪(severe cropping)构
本文提出了一种名为 SpreadMark 的鲁棒图像水印方法,针对深度伪造检测和来源追踪场景中水印需要抵抗有意移除的问题。作者首先指出现有基于编码器-解码器的水印方案存在一个共同弱点:每个消息比特只占据图像的一小部分区域,因此攻击者只需扰动
该论文关注鲁棒图像水印中的身份泄露问题。随着生成式AI发展,图像水印用于版权保护和所有权验证,但现有鲁棒水印方法易受两种攻击:对抗攻击(修改水印图像使解码失败)和身份泄露攻击(伪造水印图像)。作者发现,无论是经验鲁棒还是认证鲁棒的现有方法,