💻 computer science

Are Watermarked Images Editable? SafeMark for Watermark-Preserving Text-Guided Image Editing

यह शोधपत्र SafeMark को प्रस्तुत करता है, जो एक ऐसा फ्रेमवर्क है जो डिफ्यूजन-आधारित इमेज एडिटर्स में वॉटरमार्क-डिकोडिंग लॉस को एकीकृत करता है ताकि यह सुनिश्चित किया जा सके कि टेक्स्ट-गाइडेड सिमेंटिक एडिट्स, संपादन की गुणवत्ता या मजबूती से समझौता किए बिना वॉटरमार्क अखंडता को बनाए रखते हैं।

मूल लेखक: Xiaodong Wu, Qi Li, Xiangman Li, Zelin Zhang, Lingshuang Liu, Jianbing Ni

प्रकाशित 2026-05-20

📖 4 मिनट में पढ़ें☕ कॉफ़ी ब्रेक में पढ़ें

CC BY 4.0

मूल लेखक: Xiaodong Wu, Qi Li, Xiangman Li, Zelin Zhang, Lingshuang Liu, Jianbing Ni

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आपके पास एक डिजिटल तस्वीर है, और आपने गुप्त रूप से उस पर एक अदृश्य "स्वामित्व कोड" (वॉटरमार्क) अंकित किया है ताकि यह साबित हो सके कि इसे आपने बनाया है। अब, कल्पना कीजिए कि आप उस फोटो को बदलने के लिए एक स्मार्ट AI टूल का उपयोग करना चाहते हैं—शायद एक धूप वाले दिन को बरसाती दिन में बदलना, या कुत्ते के बालों का रंग बदलना।

बड़ी समस्या जिसे यह शोध पत्र (paper) हल करता है वह है: यदि आप फोटो को एडिट करते हैं, तो क्या वह अदृश्य स्टैम्प गायब हो जाता है?

अतीत में, यदि आपने छवि के अर्थ को बदलने के लिए शक्तिशाली AI एडिटर्स का उपयोग किया (जैसे किसी व्यक्ति के हाव-भाव बदलना या पूरा बैकग्राउंड बदलना), तो अदृश्य स्टैम्प अक्सर मिट जाता था, जिससे यह साबित करना असंभव हो जाता था कि उस छवि का मालिक कौन है। मौजूदा तरीकों ने स्टैम्प को "अधिक मजबूत" बनाने की कोशिश की ताकि वह एडिटिंग के बाद भी बचा रहे, लेकिन वे विफल रहे क्योंकि हर AI एडिटर अलग तरह से काम करता है। यह एक ऐसा ढाल बनाने जैसा था जो हर संभव प्रकार की तलवार के खिलाफ काम करे, लेकिन तलवार अपना आकार बदलती रहती है।

समाधान: SafeMark

लेखक SafeMark नामक एक नया सिस्टम प्रस्तावित करते हैं। स्टैम्प को केवल अधिक मजबूत बनाने के बजाय, उन्होंने एडिटिंग टूल के काम करने के तरीके को ही बदल दिया।

यहाँ एक सरल उपमा (analogy) है:
कल्पना कीजिए कि आप एक मूर्तिकार (AI एडिटर) हैं जो ग्राहक के अनुरोध (टेक्स्ट प्रॉम्प्ट) के आधार पर एक मूर्ति तराशने की कोशिश कर रहे हैं।

पुराना तरीका: आप मूर्ति को अपनी मर्जी से तराशते हैं। यदि ग्राहक "उदास चेहरा" मांगता है, तो आप उसे उदास बना देते हैं। लेकिन ऐसा करते हुए, आप गलती से आधार में खुदे हुए एक छोटे से, छिपे हुए सीरियल नंबर को भी छील सकते हैं।
SafeMark वाला तरीका: आपको एक विशेष नियम दिया जाता है: "आपको चेहरा उदास बनाना है, लेकिन आपको सीरियल नंबर को नहीं छीलना है।" यदि आपकी नक्काशी सीरियल नंबर को नुकसान पहुँचाना शुरू करती है, तो SafeMark तुरंत आपके हाथ को सही करने के लिए संकेत देता है, यह सुनिश्चित करता है कि अंतिम मूर्ति उदास भी हो और उसमें सीरियल नंबर भी सुरक्षित रहे।

यह कैसे काम करता है ("सीक्रेट सॉस")

शोध पत्र एक तकनीकी प्रक्रिया का वर्णन करता है, लेकिन यहाँ इसका रोजमर्रा वाला संस्करण है:

दोहरा चेक (The Double-Check): जब AI छवि को एडिट करता है, तो SafeMark केवल अंतिम तस्वीर को ही नहीं देखता। यह लगातार जाँच करता है: "क्या हमने अनुरोध के अनुसार छवि को सफलतापूर्वक बदल दिया है? और, क्या अदृश्य कोड अभी भी पठनीय है?"
दंड (The Penalty): यदि एडिटिंग प्रक्रिया कोड को मिटाना शुरू करती है, तो SafeMark AI के प्रशिक्षण में एक "दंड" (एक गणितीय डांट) जोड़ देता है। यह AI को कहता है, "रुको! तुम स्वामित्व के प्रमाण को मिटा रहे हो। वापस जाओ और इसे ठीक करो।"
परिणाम: AI एक पतली रस्सी पर चलना सीख जाता है। वह अनुरोधित बदलावों (जैसे दाढ़ी जोड़ना या मौसम बदलना) को सफलतापूर्वक करता है जबकि अदृश्य वॉटरमार्क को पूरी तरह से बरकरार रखता है।

उन्हें क्या मिला

शोधकर्ताओं ने कई अलग-अलग प्रकार की छवियों (चेहरे, कुत्ते, इमारतें) और कई अलग-अलग AI एडिटिंग टूल्स पर इसका परीक्षण किया।

SafeMark के बिना: जब लोगों ने छवियों को एडिट किया, तो अदृश्य कोड अक्सर टूट गया। कभी-कभी यह 99% पठनीय होता था, लेकिन एडिटिंग के बाद, यह गिरकर 60% या 30% तक पहुँच गया—जो कि लगभग बेकार था।
SafeMark के साथ: अदृश्य कोड लगभग 100% समय पठनीय रहा, यहाँ तक कि भारी एडिटिंग के बाद भी।
गुणवत्ता (Quality): एडिट की गई छवियां अभी भी शानदार दिख रही थीं और उपयोगकर्ता के अनुरोध से मेल खाती थीं। "सुरक्षा" ने कला को खराब नहीं किया।

मुख्य निष्कर्ष (The Bottom Line)

यह शोध पत्र यह सिद्ध करता है कि आप दोनों चीजें एक साथ पा सकते हैं। आप उन्नत AI का उपयोग करके अपनी इच्छानुसार किसी छवि को एडिट कर सकते हैं, और वह छवि अभी भी स्वामित्व का स्थायी, अटूट प्रमाण रख सकती है।

लेखक एक सीमा (limitation) का भी उल्लेख करते हैं: यदि आप छवि को बहुत अधिक नाटकीय रूप से बदलने की कोशिश करते हैं (जैसे मुख्य वस्तु को पूरी तरह से किसी बिल्कुल अलग चीज़ से बदलना), तो सिस्टम नए लुक और पुराने कोड दोनों को बनाए रखने में संघर्ष कर सकता है। लेकिन सामान्य एडिटिंग कार्यों के लिए, SafeMark बहुत अच्छी तरह काम करता है, यह सुनिश्चित करता है कि मेकओवर के बाद भी "डिजिटल फिंगरप्रिंट" जीवित रहे।

तकनीकी सारांश: वॉटरमार्क-संरक्षण हेतु टेक्स्ट-गाइडेड इमेज एडिटिंग के लिए SafeMark

समस्या विवरण (Problem Statement)

टेक्स्ट-टू-इमेज मॉडल्स (जैसे, Stable Diffusion, DALL-E 3) की तीव्र प्रगति ने पुनरावृत्ति डैनोइजिंग (iterative denoising) के माध्यम से शक्तिशाली, सिमेंटिक्स-संचालित इमेज एडिटिंग को सक्षम किया है। जबकि स्थिर जनरेशन (static generation) में स्वामित्व सत्यापन और प्रोवेनेंस ट्रैकिंग के लिए अदृश्य इमेज वॉटरमार्किंग को एक महत्वपूर्ण उपकरण के रूप में स्थापित किया गया है, टेक्स्ट-गाइडेड डिफ्यूजन एडिटिंग के तहत इसकी मजबूती (robustness) का अध्ययन अभी भी काफी हद तक अनछुआ है।

मौजूदा मजबूत वॉटरमार्किंग विधियाँ (जैसे, HiDDeN, VINE, SleeperMark) आमतौर पर एक एडवरसेरियल-डिफेंस प्रतिमान (adversarial-defense paradigm) का उपयोग करती हैं, जो पूर्व-निर्धारित विकृतियों (JPEG, रिसाइजिंग) या विशिष्ट एडिटिंग व्यवहारों के विरुद्ध एनकोडर को प्रशिक्षित करती हैं। हालांकि, यह शोध पत्र दर्शाता है कि ये विधियाँ विविध, विषम (heterogeneous) डिफ्यूजन एडिटर्स के बीच सामान्यीकरण (generalize) करने में विफल रहती हैं। जब छवियों को DiffusionCLIP, Asyrp, या Eff-Diff जैसे टेक्स्ट-गाइडेड एडिटर्स का उपयोग करके संपादित किया जाता है, तो वॉटरमार्क बिट सटीकता (bit accuracy) काफी कम हो जाती है (उदाहरण के लिए, कुछ मामलों में ~0.99 से गिरकर ~0.30 हो जाती है)। मुख्य शोध प्रश्न यह है: क्या वॉटरमार्क वाली छवियां अपनी अखंडता (integrity) से समझौता किए बिना संपादन योग्य बनी रह सकती हैं? यह शोध पत्र तर्क देता है कि वर्तमान "मजबूत" वॉटरमार्क एडिटर-निर्भर हैं और एक नए दृष्टिकोण की आवश्यकता है जो स्वयं एडिटिंग प्रक्रिया के दौरान अखंडता को लागू कर सके।

कार्यप्रणाली (Methodology): SafeMark

लेखक SafeMark प्रस्तावित करते हैं, जो एक ऐसा फ्रेमवर्क है जो वॉटरमार्क संरक्षण को केवल वॉटरमार्क की अंतर्निहित मजबूती पर निर्भर रहने के बजाय, इमेज एडिटिंग अनुकूलन प्रक्रिया के भीतर एक स्पष्ट उद्देश्य (explicit objective) के रूप में मानता है।

1. समस्या का निरूपण (Problem Formulation)

SafeMark वॉटरमार्क-संरक्षण एडिटिंग को एक निरंतरता-बद्ध अनुकूलन समस्या (constrained optimization problem) के रूप में रूपरेखा देता है। संदेश $w$ के साथ एक वॉटरमार्क वाली छवि $x_{orig}$ , एक एडिटर $E_\theta$ , और एक प्रॉम्प्ट $p$ दिए जाने पर, लक्ष्य उन मापदंडों $\theta^*$ को खोजना है जो वॉटरमार्क सटीकता बाधा को संतुष्ट करते हुए सिमेंटिक लॉस को कम करते हैं:
$\min_\theta \mathbb{E}[L_{sem}(x_{edit}, x_{ref})] \quad \text{s.t.} \quad \text{Acc}(\hat{w}, w) \geq \tau$
जहाँ $x_{edit} = E_\theta(x_{orig}, p)$ , $\hat{w}$ डिकोड किया गया वॉटरमार्क है, और $\tau$ एक लक्षित सटीकता थ्रेशोल्ड है।

2. सूचना-सैद्धांतिक आधार (Information-Theoretic Foundation)

यह शोध पत्र सीधे बिट सटीकता को अनुकूलित करने के लिए एक सैद्धांतिक औचित्य प्रदान करता है।

म्युचुअल इंफॉर्मेशन बाउंड (Mutual Information Bound): वॉटरमार्क रिकवरेबिलिटी (recoverability) एडिटर चैनल द्वारा संरक्षित म्युचुअल इंफॉर्मेशन $I_\theta(W; X_e)$ द्वारा सीमित है।
बिट सटीकता एक सरोगेट के रूप में: लेखक सिद्ध करते हैं (Fano's inequality और Lemma 1 के माध्यम से) कि उच्च औसत बिट सटीकता $\bar{a}$ बनाए रखना इस म्युचुअल इंफॉर्मेशन को लोअर-बाउंड (lower-bound) करता है। विशेष रूप से, $\bar{a} \geq \tau$ को लागू करने से रिकवरी के लिए आवश्यक सूचना के न्यूनतम स्तर का संरक्षण सुनिश्चित होता है।

3. प्रशिक्षण उद्देश्य और हिंज पेनल्टी (Training Objective and Hinge Penalty)

चूंकि हार्ड-बिट सटीकता नॉन-डिफरेंशिएबल (non-differentiable) है, SafeMark एक डिफरेंशिएबल सरोगेट (Brier-type loss) पर थ्रेशोल्डेड हिंज पेनल्टी का उपयोग करके बाधा को शिथिल (relax) करता है:
$L_{wm} = \max(0, \tau - \hat{g}_{Acc}(\hat{w}, w))$
जहाँ $\hat{g}_{Acc}$ बिट सटीकता का एक स्मूथ एप्रोक्सिमेशन है। कुल प्रशिक्षण उद्देश्य सिमेंटिक फिडेलिटी और वॉटरमार्क संरक्षण को जोड़ता है:
$L_{total} = \lambda_{sem} L_{sem} + \lambda_{wm} L_{wm}$

सिमेंटिक अलाइनमेंट: यह सुनिश्चित करने के लिए कि संपादन उपयोगकर्ता के इरादे के प्रति वफादार रहे, एक फ्रीज्ड, प्री-ट्रेन्ड एडिटर $E_{\theta_0}$ का उपयोग करके एक रेफरेंस एडिट $x_{ref}$ जेनरेट किया जाता है। सिमेंटिक लॉस $L_{sem}$ यह प्रोत्साहित करता है कि ट्रेन होने वाला एडिटर आउटपुट इस रेफरेंस के करीब रहे ( $L_1$ डिस्टेंस)।
आर्किटेक्चर: SafeMark के लिए अंतर्निहित डिफ्यूजन एडिटर में किसी आर्किटेक्चरल संशोधन की आवश्यकता नहीं है। यह वॉटरमार्क एनकोडर/डिकोडर को स्थिर रखते हुए एडिटर पैरामीटर्स $\theta$ को फाइन-ट्यून करके कार्य करता है। ग्रेडिएंट्स केवल अंतिम डैनोइज्ड आउटपुट के माध्यम से प्रवाहित होते हैं।

मुख्य योगदान (Key Contributions)

एडिटर-डिपेंडेंस की अनुभवजन्य पहचान: शोध पत्र प्रदर्शित करता है कि मौजूदा मजबूत वॉटरमार्किंग विधियाँ विभिन्न टेक्स्ट-गाइडेड एडिटिंग पाइपलाइनों के बीच सामान्यीकरण करने में विफल रहती हैं, और विशिष्ट एडिटर के उपयोग के आधार पर प्रदर्शन नाटकीय रूप से भिन्न होता है।
सैद्धांतिक आधार: यह वॉटरमार्क-संरक्षण एडिटिंग के लिए एक सूचना-सैद्धांतिक आधार स्थापित करता है, जो दिखाता है कि बिट सटीकता म्युचुअल इंफॉर्मेशन संरक्षण के लिए एक सुलभ प्रॉक्सी है, जो हिंज-पेनल्टी उद्देश्यों के उपयोग को न्यायसंगत बनाता है।
SafeMark फ्रेमवर्क: एक नवीन विधि जो वॉटरमार्क सुपरविजन को सीधे एडिटिंग ऑब्जेक्टिव में एकीकृत करती है, जो विविध एडिटर्स और डेटासेट्स पर लगभग पूर्ण वॉटरमार्क रिकवरी (बिट सटीकता $\approx 1.0$ ) प्राप्त करती है, बिना सिमेंटिक एडिट क्वालिटी से समझौता किए।
मजबूती का सत्यापन: लेखक दिखाते हैं कि SafeMark-संरक्षित छवियां सामान्य पोस्ट-एडिट विकृतियों (रोटेशन, ब्लरिंग, रिसाइजिंग) के प्रति मजबूत रहती हैं, जो पुष्टि करती है कि एडिटिंग के दौरान संरक्षण लागू करने से मानक इमेज करप्शन के प्रति लचीलापन कम नहीं होता है।

प्रयोगात्मक परिणाम (Experimental Results)

फ्रेमवर्क का मूल्यांकन वास्तविक छवियों (LSUN-Church, LSUN-Bedroom, CelebA, AFHQ-Dog) और AI-जेनेरेटेड छवियों पर, कई वॉटरमार्किंग स्कीम्स (HiDDeN, VINE, Stable Signature, SleeperMark) और तीन अलग-अलग डिफ्यूजन एडिटर्स (DiffusionCLIP, Asyrp, Eff-Diff) का उपयोग करके किया गया।

वॉटरमार्क संरक्षण: जबकि डायरेक्ट एडिटिंग ("Mani") के कारण बिट सटीकता काफी कम हो गई (उदाहरण के लिए, Asyrp के तहत Bedroom छवियों पर VINE की बिट सटीकता 0.999 से गिरकर 0.299 हो गई), SafeMark ने सभी सेटिंग्स में सटीकता को लगातार 1.000 (या 0.999 जैसे लगभग पूर्ण स्तरों) तक बहाल किया।
सिमेंटिक फिडेलिटी: SafeMark ने एडिट की गुणवत्ता से समझौता नहीं किया। FID, Inception Score (IS), और CLIP सिमिलरिटी जैसे मेट्रिक्स ने दिखाया कि SafeMark आउटपुट देखने में और सिमेंटिक रूप से डायरेक्ट एडिट्स के करीब रहे। "Comp" मेट्रिक (SafeMark एडिट्स की तुलना डायरेक्ट एडिट्स से करना) ने कम FID मान दिए, जो इंगित करता है कि वॉटरमार्क बाधा ने इमेज को मूल की ओर वापस धकेलने या आउटपुट को कोलैप्स करने के लिए मजबूर नहीं किया।
पोस्ट-एडिट मजबूती: क्रॉपिंग और ब्लरिंग जैसे विकृतियों के तहत, SafeMark ने उच्च बिट सटीकता बनाए रखी (विफलता दर आम तौर पर 0.15 से नीचे थी), जो यह दर्शाता है कि संरक्षित वॉटरमार्क सिग्नल बाद की प्रोसेसिंग के प्रति मजबूत है।

महत्व और दावे (Significance and Claims)

शोध पत्र का दावा है कि सिमेंटिक एडिटेबिलिटी और वॉटरमार्क अखंडता मौलिक रूप से संगत (compatible) हैं। सिमेंटिक एडिटिंग के तहत वॉटरमार्क का क्षरण एडिटिंग प्रक्रिया की अंतर्निहित सीमा नहीं है, बल्कि अनियंत्रित एडिटिंग डायनेमिक्स का परिणाम है।

"एडिटिंग के विरुद्ध मजबूत वॉटरमार्किंग" से "वॉटरमार्क-संरक्षण एडिटिंग" की ओर शिफ्ट होकर, SafeMark विश्वसनीय इमेज प्रोवेनेंस के लिए एक डिज़ाइन-टाइम समाधान प्रदान करता है। लेखक SafeMark को एक ऐसे तंत्र के रूप में प्रस्तुत करते हैं जो इमेज एडिटिंग सर्विस प्रोवाइडर्स को उच्च-गुणवत्ता वाले, सिमेंटिक्स-संचालित हेरफेर प्रदान करने की अनुमति देता है, साथ ही यह गारंटी भी देता है कि स्वामित्व सिग्नल रिकवरेबल रहेंगे। यह प्रोवेनेंस प्रोटेक्शन को एक बाहरी एड-ऑन के बजाय एडिटिंग पाइपलाइन के एक अभिन्न अंग के रूप में पुनर्परिभाषित करता है, जिससे जेनेरेटिव एडिटिंग वर्कफ़्लो में विश्वसनीय इमेज प्रोवेनेंस संभव होता है।

शोध पत्र विनम्रतापूर्वक सीमाओं को स्वीकार करता है: SafeMark को वर्तमान में एडिटर के व्हाइट-बॉक्स एक्सेस और प्रत्येक आर्किटेक्चर के लिए एक अलग फाइन-ट्यूनिंग चरण की आवश्यकता होती है, और इसे उन अत्यधिक आक्रामक स्ट्रक्चरल एडिट्स के साथ चुनौतियों का सामना करना पड़ सकता है जो सीन लेआउट को मौलिक रूप से बदल देते हैं। हालांकि, यह एक महत्वपूर्ण प्रूफ-ऑफ-कॉन्सेप्ट स्थापित करता है कि वॉटरमार्क संरक्षण को डिज़ाइन द्वारा लागू किया जा सकता है।