📊 statistics

ADD for Multi-Bit Image Watermarking

تقدم هذه الورقة البحثية طريقة ADD (الجمع، الضرب النقطي، فك التشفير)، وهي طريقة لعلامات مائية متعددة البتات ذات أسس نظرية تحقق تفوقاً في المتانة والسعة والكفاءة الحسابية مقارنة بالأساليب الحديثة، وذلك عبر الجمع الخطي للعلامات المائية المتعلمة مع الصور وفك تشفيرها بواسطة الضرب النقطي.

المؤلفون الأصليون: An Luo, Jie Ding

نُشر 2026-04-14

📖 5 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: An Luo, Jie Ding

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك فنان ترسم لوحة فنية رائعة. تنهي لوحتك، لكنك تخشى أن يسرقها شخص ما، أو يدعي أنها ملكه، أو والأسوأ من ذلك، أن يستخدم الذكاء الاصطناعي لصنع نسخة مزيفة ونشرها كخبر حقيقي. أنت بحاجة إلى وسيلة لتثبت: "هذه ملكي"، دون أن تشوه اللوحة أو تجعل مظهرها غريباً.

هذه هي مشكلة العلامة المائية للصور (Image Watermarking).

لفترة طويلة، كانت الحلول تشبه محاولة إخفاء رسالة سرية عبر خدش نقاط صغيرة في القماش. كانت إما سهلة المسح (إذا قمت بضغط الصورة أو تغيير سطوعها) أو لم تكن قادرة إلا على حمل ملاحظة بسيطة مثل "نعم، هذه الصورة تحمل علامة مائية". لم تكن قادرة على حمل بطاقة هوية كاملة، أو طابع زمني، أو بصمة.

إليك ADD (إضافة، نقطة، فك التشفير - Add, Dot, Decode)، وهي طريقة جديدة اقترحها الباحثان "آن لو" و"جي دينج". فكر في ADD ليس كخدش للقماش، بل كتعليم الصورة "مصافحة سرية" لا يعرفها إلا المالك.

إليك كيف تعمل، مقسمة إلى خطوات بسية:

1. الإعداد: "إشارة الشبح"

تخيل أن لديك حبراً سرياً خاصاً. ولكن بدلاً من لون واحد فقط، لديك مجموعة كاملة من 48 "إشارة شبح" مختلفة (هذه هي أجزاء رسالتك).

الهدف: تريد دمج رمز مكون من 48 بت (مثل كلمة مرور طويلة) داخل الصورة.
الطريقة القديمة: حاولت الطرق القديمة إخفاء هذا الرمز عن طريق العبث ببيكسلات الصورة بطرق معقدة، مثل محاولة نسج نمط سري في نسيج السجاد. كانت تلك الطريقة بطيئة وهشة.
طريقة ADD: هي أبسط بكثير. فهي تعامل الصورة كلوحة بيضاء والرسالة كمجموعة من التعليمات. إنها تتعلم "إشارة شبح" محددة لكل بت من الرسالة.

2. التدريب: تعلم "الشبح"

قبل أن تتمكن من استخدام العلامة المائية، يجب على الكمبيوتر أن يتعلم كيف تبدو هذه الإشارات الشبحية.

التشبيه: تخيل أنك تدرب كلباً على الجلوس. أنت لا تخبره فقط بالجلوس؛ بل تريه آلاف الصور للكلاب وتقول له: "عندما ترى كلباً، افعل هذه الحركة المحددة".
ماذا تفعل ADD: تنظر إلى آلاف الصور الحقيقية. وتسأل: "إذا أضفت جزءاً صغيراً من 'الإشارة أ' إلى هذه الصورة، هل لا يزال بإمكاني العثور على 'الإشارة أ' لاحقاً حتى لو قام شخص ما بمسح الصورة، أو قلبها جانباً، أو صغر حجمها؟"
الخدعة السحرية: تضمن الرياضيات وراء ADD أن هذه الإشارات متعامدة (orthogonal). بلغة الحياة اليومية، فكر فيها كاتجاهات لا تتداخل مع بعضها البعض. إذا دفعت صندوقاً نحو الشمال، فإنه لن يتحرك نحو الشرق. تتعلم ADD إشارات "تدفع" الصورة في اتجاهات لا تسلكها الصورة بشكل طبيعي. وهذا يعني أن الصورة لن تبدو متغيرة للعين البشرية، ولكن "الشبح" موجود هناك، ينتظر من يجده.

3. الدمج: خطوة "الإضافة" (The Add Step)

بمجرد أن يتعلم الكمبيوتر هذه الإشارات الشبحية الـ 48، يصبح دمج العلامة المائية سريعاً للغاية.

الإجراء: تأخذ صورتك وتضيف ببساطة الإشارات الشبحية إليها، بناءً على وزن رسالتك السرية (الأصفار والآحاد).
النتيجة: تبدو الصورة تماماً كما هي بالنسبة لك. الأمر يشبه إضافة همسة إلى صرخة؛ الصرخة (الصورة) لا تزال هي الأعلى صوتاً، لكن الهمسة (العلامة المائية) موجودة هناك.

4. فك التشفير: خطوة "النقطة" (The Dot Step)

الآن، تخيل أن شخصاً ما سرق صورتك، أو قصها، أو ضغطها، أو أدارها. لقد حاول تدمير العلامة المائية. كيف تثبت أنها ملكك؟

الطريقة القديمة: قد تحتاج إلى تشغيل برنامج حاسوبي ثقيل وبطيء لمحاولة هندسة الضرر عكسياً.
طريقة ADD: تستخدم حاصل الضرب النقطي (Dot Product).
- التشبيه: تخيل أن لديك كشافاً ضوئياً بنمط ضوء محدد جداً (إشارة الشبح التي تعلمتها). تسلط الضوء على الصورة.
- إذا كانت الصورة تحتوي على علامتك المائية، فإن الضوء سيرتد بسطوع في اتجاه محدد.
- إذا كانت الصورة مزيفة أو لا تحمل علامة مائية، فإن الضوء سيتشتت فحسب.
- ولأن الإشارات مميزة للغاية، يمكنك فقط إجراء فحص رياضي سريع (ضرب نقطي) لترى ما إذا كانت الإشارة موجودة. الأمر يشبه التحقق من بصمة الإصبع مقابل قاعدة بيانات بشكل فوري.

لماذا تعتبر ADD تغييراً جذرياً في قواعد اللعبة؟

إنها قوية جداً (مرنة): حتى لو حاول شخص ما طمس الصورة، أو قصها، أو تدويرها، فإن "الإشارات الشبحية" موضوعة بشكل جيد لدرجة أنها تنجو. في الاختبارات، حققت ADD دقة بنسبة 99.4% في قراءة الرسالة حتى بعد العبث بالصورة. بينما انخفضت الطرق الأخرى إلى حوالي 60-80%.
إنها سريعة جداً: لأنها مجرد عمليات إضافة وضرب بسيطة (لا توجد شبكات عصبية ثقيلة تعمل أثناء الفحص)، فهي أسرع بـ 7.4 مرة في فك التشفير من أفضل الطرق الحالية. إنه الفرق بين انتظار قطار بطيء وركوب قطار رصاصة.
تحمل معلومات أكثر: يمكنها حمل رسالة مكونة من 48 بت (ما يكفي لمعرف المستخدم، والطابع الزمني، والتوقيع) دون إفساد جودة الصورة.
سليمة نظرياً: لم يكتفِ الباحثون بالتخمين بأن هذا يعمل؛ بل أثبتوا رياضياً أنه بما أن الصور تعيش في مساحة "منخفضة الأبعاد" (لها أنماط)، فإن هذه الإشارات الشبحية يمكنها الاختباء في "المساحة الفارغة" حيث لا تذهب الصورة بشكل طبيعي، مما يجعلها غير مرئية لنا ولكن واضحة للرياضيات.

الخلاصة

ADD تشبه منح كل صورة بطاقة هوية غير مرئية، فائقة السرعة، وغير قابلة للكسر.

الطرق القديمة كانت تشبه كتابة ملاحظة سرية بحبر غير مرئي يتلاشى إذا نظرت إليه بقوة.
ADD تشبه ختم الصورة بليزر لا يمكن قراءته إلا بواسطة ماسح ضوئي محدد، وهي تعمل حتى لو تم تجعيد الصورة في الجيب.

هذه التكنولوجيا حاسمة لمستقبل الإنترنت. فمع قدرة الذكاء الاصطناعي على إنشاء صور أكثر واقعية، نحتاج إلى وسيلة لمعرفة: من صنع هذا؟ هل هو حقيقي؟ هل هو مزيف؟ توفر ADD طريقة سريعة، وموثوقة، ومثبتة رياضياً للإجابة على تلك الأسئلة.

إليك ملخص تقني مفصل لورقة البحث "ADD for Multi-Bit Image Watermarking" للباحثين آن لو وجي دينج.

1. صياغة المشكلة

تتناول الورقة التحدي الحاسم المتمثل في العلامات المائية متعددة البتات (multi-bit image watermarking) في عصر الذكاء الاصطناي التوليدي. مع انتشار توليد الصور عالية الدقة، تبرز حاجة ملحة للتحقق من الأصالة وتتبع المصدر (على سبيل المثال، تحديد المستخدم أو النموذج الذي أنشأ الصورة).

الهدف: دمج رسالة مكونة من $K$ $K$ بت ( $m \in \{-1, 1\}^K$ $m \in {- 1, 1}^{K}$ ) في صورة $x$ $x$ لإنشاء صورة موسومة مائياً $\tilde{x}$ $\tilde{x}$ بحيث:
1. الجودة: تظل $\tilde{x}$ غير متمايزة بصرياً عن $x$ .
2. القابلية للتحديد: يمكن للمتحقق اكتشاف ما إذا كانت الصورة تحتوي على علامة مائية وفك تشفير الرسالة المدمجة.
3. المرونة (المقاومة): يجب أن تصمد الرسالة أمام التشوهات الشائعة (الضغط، التدوير، الضجيج، القص).
محدودية الطرق الحالية: تعاني الأساليب الحالية (سواء التقليدية في نطاق التردد أو القائمة على التعلم العميق) غالباً من:
- سعة منخفضة (عادة $\le 32$ بت).
- مرونة ضعيفة تجاه التشوهات.
- نقص في التبرير النظري لسبب نجاحها.
- تكاليف حوسبة عالية للدمج وفك التشفير.

2. المنهجية: ADD (الجمع، الضرب، فك التشفير)

يقترح المؤلفون ADD، وهي طريقة تبسط عملية العلامة المائية إلى ثلاث مراحل متميزة: الجمع (Add) (الدمج)، الضرب (Dot) (حساب الضرب الداخلي)، وفك التشفير (Decode) (استخراج الإشارة).

أ. الآلية الجوهرية

الدمج (الجمع - Add): تُضاف العلامة المائية خطياً إلى الصورة.
$\tilde{x} = x + \sum_{k=1}^{K} m_k w_k$
حيث $w_1, \dots, w_K$ هي متجهات العلامة المائية المتعلمة المقابلة لـ $K$ من البتات في الرسالة.
فك التشفير (الضرب والفك - Dot & Decode): لاستعادة الرسالة من صورة $\tilde{x}'$ قد تكون مشوهة، يحسب المتحقق الضرب الداخلي بين الصورة وكل متجه علامة مائية متعلم:
$\Gamma_k = \langle w_k, \tilde{x}' \rangle$
يتم فك تشفير البت $k$ كـ $\hat{m}_k = \text{sign}(\Gamma_k)$ .
الكشف: يُستخدم إحصائي اختبار $S = \sum_{k=1}^K |\Gamma_k|$ لتحديد ما إذا كانت الصورة تحتوي على علامة مائية (رفض الفرضية الصفرية $H_0$ إذا تجاوز $S$ عتبة معينة). إذا توفر قاموس للرسائل المعروفة $\mathcal{D}$ ، يتم استخدام نهج الاحتمال الأقصى ( $\max_{m \in \mathcal{D}} \langle m, \Gamma \rangle$ ) لتحسين الأداء.

ب. هدف التدريب

يتم تعلم متجهات العلامة المائية $w_{1:K}$ عبر هدف تدريبي يوازن بين ثلاثة أهداف:

القابلية للتحديد: يستخدم فقدان هامش (مثل فقدان الهينج أو اللوجيستيك) لضمان أن يكون الضرب الداخلي $\langle w_k, \tilde{x}' \rangle$ له الإشارة الصحيحة المقابلة لـ $m_k$ .
المرونة (المقاومة): يحاكي التدريب التشوهات عن طريق تطبيق مؤثرات تشويه عشوائية $A$ (مثل JPEG، التدوير) على الصورة الموسومة مائياً قبل حساب الفقد.
الجودة: يعمل حد التنظيم $\beta \sum \|w_k\|^2$ على معاقبة مقدار العلامة المائية للحفاظ على جودة الصورة.

تفاصيل التنفيذ: بدلاً من التحسين في فضاء البكسل عالي الأبعاد، يتعلم ADD خريطة منخفضة الأبعاد. يستخرج مستخرج ميزات مجمد $\psi$ الميزات من الصورة، وتقوم خرائط قابلة للتدريب $g_k$ بتوليد العلامة المائية $w_k = g_k(\psi(x))$ . العلامة المائية النهائية المنشورة هي المتوسط على مستوى مجموعة البيانات لهذه المتجهات المولدة.

3. التحليل النظري

تقدم الورقة أساساً نظرياً صارماً يشرح سبب نجاح ADD، بناءً على افتراض أن الصور الطبيعية تقع بالقرب من فضاء فرعي منخفض الأبعاد مع ضجيج غاوسي.

البنية الهندسية: يجبر هدف التدريب العلامات المائية المتعلمة على أن تكون متعامدة مع الفضاء الفرعي المنخفض الأبعاد للصورة ( $U$ $U$ ) ومتعامدة فيما بينها.
- $w_k \in U^\perp$ (متعامدة مع محتوى الصورة).
- $\langle w_k, w_j \rangle = 0$ لكل $k \neq j$ .
الضمانات الإحصائية:
- تحت الفرضية الصفرية (صورة غير موسومة مائياً)، تتبع عمليات الضرب الداخلي $\Gamma_k$ توزيعاً غاوسياً متمركزاً عند 0.
- تحت الفرضية البديلة (صورة موسومة مائياً)، تتبع $\Gamma_k$ توزيعاً غاوسياً متمركزاً عند $\mu m_k$ .
- يثبت المؤلفون أن اختبار نسبة الاحتمال المعمم (GLRT) المستمد من هذه البنية يعطي قواعد الكشف وفك التشفير المثلى (دالة الإشارة ومجموع القيم المطلقة).
- يضعون نتائج تقارب تظهر أنه مع زيادة حجم عينة التدريب $n \to \infty$ ، تتقارب خصائص العلامة المائية في العينة المحدودة مع الخصائص المثالية للمجتمع الإحصائي.

4. النتائج الرئيسية

أُجريت التجارب على مجموعة بيانات MS-COCO مع سعة رسالة صعبة بلغت 48 بت.

أ. الأداء مقابل أحدث التقنيات (SOTA)

دقة فك التشفير: يحقق ADD دقة فك تشفير بنسبة 100% على الصور غير المشوهة ويحافظ على متوسط دقة يبلغ ~99.4% عبر مختلف التشوهات (JPEG، التدوير، الضجيج، إل�خ).
- المقارنة: انخفضت دقة طرق SOTA (مثل HiDDeN، SSL، DwtDct) بشكل كبير تحت التشوهات، مع انخفاض متوسط في الدقة بنسبة ~14% مقارلة بانخفاض لا يتجاوز 2% في ADD.
جودة الصورة: يحافظ ADD على PSNR قدره 32.36 dB، وهو ما يضاهي أو يتفوق قليلاً على نماذج التعلم العميق المرجعية (HiDDeN: 32.88 dB، SSL: 33.09 dB) مع تقديم مرونة فائقة.
الكشف: يحقق ADD أعلى مساحة تحت منحنى خصائص تشغيل المستقبِل (AUROC)، حيث تصل إلى 99.6% مع قاموس رسائل و 98.8% بدونه.

ب. الكفاءة الحوسبية

يوفر ADD تحسينات هائلة في السرعة بسبب بساطته (الجمع الخطي والضرب الداخلي مقابل الاستدلال بالشبكة العصبية):

الدمج: أسرع بـ مرتين ( $\times 2$ ) من أسرع طريقة موجودة (HiDDeN).
فك التشفير: أسرع بـ 7.4 مرة من أسرع طريقة موجودة.
- فك تشفير ADD: 0.19 مللي ثانية/صورة مقابل 1.41 مللي ثانية/صورة لـ HiDDeN.

ج. القدرة على التعميم

تعمت العلامة المائية التي تم تدريبها حصرياً على MS-COCO بشكل فعال على ImageNet و CIFAR-10 و CIFAR-100 دون إعادة تدريب، مع الحفاظ على دقة بت تتجاوز 99% و AUROC مرتفع.

5. الأهمية والمساهمات

متانة السعة العالية: نجح ADD في التعامل مع رسائل مكونة من 48 بت بدقة شبه كاملة تحت التشوهات الشديدة، وهو مجال تفشل فيه الطرق السابقة.
الصرامة النظرية: يعد من أوائل أساليب العلامات المائية متعددة البتات التي تقدم تحليلاً نظرياً كاملاً يربط هدف التعلم بالتعامد الهندسي واختبار الفرضيات الإحصائية.
الكفاءة الحوسبية: من خلال تجنب المشفرات/المفككات العصبية المعقدة وقت الاستدلال، يتيح ADD وضع علامات مائية في الوقت الفعلي وقابلة للتوسع، مما يجعله مناسباً للتطبيقات ذات الإنتاجية العالية.
النشر العملي: تدعم الطريقة الكشف بدون قاموس (لتتبع المصادر غير المعروفة) والكشف القائم على القاموس (لنسب العمل لمستخدم محدد)، مما يجعلها متعددة الاستخدامات لحالات استخدام مختلفة (مثل مزودي النماذج مقابل الفنانين الأفراد).

باخت-صار، يمثل ADD تحولاً جذرياً في العلامات المائية للصور، حيث ينتقل من الشبكات العصبية المعقدة "الصندوق الأسود" إلى إطار خطي بسيط، مؤصل نظرياً، وعالي الكفاءة، يتفوق في كل من المتانة والسرعة.