ملخص تقني: توحيد العلامات المائية عبر التعيين الواعي بالأبعاد

1. بيان المشكلة

لقد تقاربت طرق العلامات المائية العميقة بشكل كبير نحو بنيات "المشفر-المفكك" (encoder–decoder) متشابهة، ومع ذلك فهي تظهر اختلافات وظيفية جوهرية بناءً على تصميم مهامها المحددة. النهج الحالية عادة ما تكون مجزأة:

• التحقق من حقوق الطبع والنشر: تركز معظم الطرق على تضمين واستخراج رسائل ثنائية أحادية البعد (1D) للتحقق من الملكية.
• تحديد مواقع التلاعب: تقدم طرق أخرى إشارات هشة أو تعيد صياغة الاستخراج كمسائل تنبؤ مكاني للكشف عن المناطق التي تعرضت للتلاعب.
• محدودية الفيديو: تهيمن نماذج العلامات المائية للفيديو الحالية على نمذجة العلامات المائية كرسائل أحادية البعد (1D) عالمية. وهي تفتقر إلى النمذجة الصريحة للمحلية المكانية، والأهم من ذلك، تفشل في ترميز أو استعادة الهياكل الزمنية (مثل ترتيب الإطارات) عند إعادة ترتيب الفيديوهات أو خلطها.

المشكلة الجوهرية التي يتم معالجتها هي غياب منظور نمذجة موحد. يتم تحقيق وظائف العلامات المائية المختلفة من خلال تصميمات محددة لكل مهمة بشكل عشوائي، دون وجود إطار نظري مشترك، مما يثير التساؤل عما إذا كان يمكن تفسير هذه التصميمات المتباينة تحت نموذج واحد.

2. المنهجية: إطار عمل DiM

يقترح المؤلفون إطار عمل DiM (التعيين الواعي بالأبعاد - Dimension-aware Mapping)، وهو إطار عمل موحد يصيغ العلامات المائية كمسألة تعيين واعية بالأبعاد. بدلاً من تثبيت شكل العلامة المائية، يقوم DiM بنمذجة معلومات العلامة المائية كحمولة ذات أبعاد متغيرة ($d$) ويعرف عملية التضمين والاستخراج بناءً على العلاقة بين بُعد التضمين ($d_e$) وبُعد الاستخراج ($d_d$).

2.1 فضاء الحمولة متعدد الأبعاد

يعرف الإطار ثلاثة فضاءات للحمولة:

• الحمولة الثنائية أحادية البعد ($P^{(1)}$): معلومات ثنائية عالمية غير متأثرة بالتبديل (مثل معرفات الملكية).
• الحمولة المكانية ثنائية البعد ($P^{(2)}$): معلومات هيكلية محلية مكانياً (مثل الأقنعة للقيود على مستوى المنطقة).
• الحمولة الزمكانية ثلاثية الأبعاد ($P^{(3)}$): معلومات هيكلية محددة عبر أحجام مكانية-زمانية (مثل الأقنعة الزمكانية).

2.2 التعيينات الواعية بالأبعاد

يصنف الإطار سلوكيات العلامات المائية بناءً على عملية التعيين $\mathcal{M}\{d_e, d_d\}$:

• التعيين متساوي الأبعاد ($d_e = d_d$): يحافظ على هيكل الحمولة، مما يسمح بالتحكم الدقيق (مثل التحقق من حقوق الطبع والنشر).
• التعيين عبر الأبعاد ($d_e \neq d_d$):
  • من البعد المنخفض إلى العالي ($d_e < d_d$): يضمن بيانات منخفضة الأبعاد ويستخرج تمثيلات عالية الأبعاد. هذا يؤدي إلى إسقاطات توسيع الهيكل، مما يتيح التحديد المكاني أو الزمكاني (مثل اكتشاف المناطق المتلاعب بها من معرف عالمي).
  • من البعد العالي إلى المنخفض ($d_e > d_d$): يضمن بيانات عالية الأبعاد ويستخرج تمثيلات منخفضة الأبعاد. يعمل هذا كإسقاط لفك الارتباط الهيكلي، وهو مفيد لتقليل تعقيد فك التشفير أو استعادة المعلومات عندما يكون التماسك عبر الأبعاد ضعيفاً.

2.3 التطبيق: DiM-V (العلامات المائية للفيديو)

لاستكشاف التكوينات البعدية العامة، قام المؤلفون بتطبيق DiM في مجال الفيديو كـ DiM-V.

• تطبيق الحمولة:
  • 1D: رسائل ثنائية عشوائية.
  • 2D: أقنعة مكانية (كاملة، مستطيلة، غير منتظمة، مجزأة) يتم أخذ عينات منها لكل إطار.
  • 3D: تينسورات أقنعة مكانية-زمانية. والأهم من ذلك، يقدم DiM-V آلية ترميز القناع متعدد القنوات حيث يتم تخصيص رمز ثنائي متميز لكل إطار على طول بُعد القناة. يتيح هذا للنظام ترميز هوية الإطار صراحة واستعادة الترتيب الزمني حتى في ظل عمليات التبديل التعسفية للإطارات.
• خط الإنتاج الموحد: يستخدم DiM-V بنية شبكة واحدة (مقتبسة من MaskWM) مع طبقة ضوضاء مشتركة. يتم إنشاء التينسور المدخل عن طريق دمج الفيديو المضيف مع التمثيلات الميزة للرسالة أحادية البعد والأقنعة 2D/3D الاختيارية. ومن خلال تغيير التكوين البعدي لرؤوس التضمين والاستخراج فقط، ينتقل النظام بين مختلف القدرات الوظيفية دون تغيير في البنية.

3. المساهمات الرئيسية

1. منظور نمذجة موحد: يقترح البحث DiM، الذي يفسر طرق العلامات المائية الحالية للصور والفيديو كحالات محددة من التعيينات الواعية بالأبعاد بدلاً من كونها تصميمات معزولة مدفوعة بالمهام.
2. التكوين البعدي كآلية تحكم: يوضح البحث أن السلوك الوظيفي للعلامة المائية (مثل المتانة مقابل التحديد المحلي مقابل الاستعادة الزمنية) يتحدد إلى حد كبير من خلال العلاقة البعدية بين التضمين والاستخراج، وليس فقط بنية الشبكة.
3. النمذجة الزمكانية في الفيديو: يعالج DiM-V قيود العلامات المائية للفيديو الحالية من خلال نمذجة الهياكل الزمنية صراحة. وقد قدم آلية لترميز هوية الإطار، مما يسمح باستعادة التسلسلات الزمنية حتى عند خلط الإطارات.
4. المرونة دون إعادة تصميم: يظهر إطار العمل أنه يمكن تحقيق قدرات متنوعة (التحقق العالمي من حقوق الطبع والنشر، التحكم في التضمين المحلي، تحديد التلاعب الزمكاني، واستعادة الترتيب الزمني) عن طريق ضبط الإعدادات البعدية ضمن نموذج موحد واحد.

4. النتائج التجريبية

أجريت التجارب على مجموعة بيانات SA-V (أكثر من 12,000 فيديو) بدقة 256×256 و8 إطارات.

• المتانة وعدم الإدراك: في التعيينات متساوية الأبعاد ($\mathcal{M}\{3,3\}$)، أظهر Di-V متانة فائقة ضد التشوهات القائمة على القيم، والتشوهات الهندسية، وتشوهات مستوى الإطار مقارنة بالنماذج المرجعية مثل VideoSeal وRivaGAN وREVMark، مع الحفاظ على درجات تنافسية في PSNR وSSIM.
• قدرات التحديد:
  • الاستخراج المحلي: مكنت التعيينات عبر الأبعاد (مثل $\mathcal{M}\{1,3\}$ و$\mathcal{M}\{2,3\}$) النظام من إجراء استخراج محلي وتحديد مواقع التلاعب، متفوقة على النماذج المرجعية مثل WAM وMaskWM-D في مقاييس التقاطع فوق الاتحاد (IoU).
  • الاستعادة الزمنية: نجح الترميز متعدد القنوات في DiM-V في استعادة الترتيب الزمني الأصلي للفيديوهات حتى عند إعادة ترتيب أو خلط الإطارات، وهي قدرة تفتقر إليها طرق العلامات المائية للفيديو السابقة.
• الكفاءة: حقق إطار العمل هذه القدرات المتنوعة دون تعديل بنية الشبكة الأساسية، مع الاعتماد فقط على تغييرات التكوين البعدي.

5. الأهمية والادعاءات

يزعم البحث أن DiM يوفر منظور نمذجة موحدًا يجسّر الفجوة بين مهام العلامات المائية المتباينة. ومن خلال التعامل مع العلامات المائية كمسألة تعيين واعية بالأبعاد، يرى المؤلفون أن:

• التنوع الوظيفي للعلامات المائية (من مجرد التحقق من حقوق الطبع والنشر إلى التحديد الزمكاني المعقد) يمكن فهمه والتحكم فيه بشكل منهجي من خلال التكوينات البعدية.
• التصميمات الحالية للعلامات المائية للفيديو محدودة باعتمادها على رسائل عالمية أحادية البعد (1D)؛ إن نمذجة الأبعاد المكانية والزمانية صراحة (كما في DiM-V) يسد الثغرات الحرجة في توثيق المحتوى والتحقق من السلامة.
• القدرة على استعادة الترتيب الزمني تحت تأثير اضطرابات الإطارات تمثل تقدماً كبيراً لسلامة الفيديو، متجاوزة مجرد المتانة لتصل إلى الاستعادة الهيكلية.

يضع المؤلفون DiM ليس كبنية جديدة خاصة بمهمة معينة، بل كإطار عمل يكشف كيف يمكن توحيد الطرق الموجودة وكيف يمكن اشتقاق قدرات جديدة من خلال التلاعب بأبعاد فضاء الحمولة.