Signpost Watermarking: Joint Optimization for Visual Watermark Coexistence
本文介绍了“路标水印”（Signpost Watermarking），这是一种通过对图像和视频中不可感知的视觉水印进行联合优化，从而显式实现与其他独立训练的水印鲁棒共存的方法，进而促进用于内容真实性的分层溯源信号传递。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，互联网就像一座巨大且繁忙的图书馆，每个人都在不断地编写新的故事、绘制图画和制作电影。但最近，一种新型的作者来到了这里：人工智能。这些 AI 作者可以在几秒钟内创作出惊人的艺术品和视频，但要分辨哪些是人类创作的，哪些是机器创作的，正变得越来越困难。为了解决这个问题，专家们正尝试在数字文件中隐藏微小的、“不可见”的“秘密”。把这些秘密想象成数字文件里的微型指纹，或者是一枚盖在画作上的秘密代码，用肉眼看不见，但专门的扫描仪稍后可以读取。这被称为数字水印（digital watermarking）。
其目标是证明谁拥有这张图片，或者是否有 AI 参与了制作。但棘手的部分在于，并不是只有一家公司在制作这些水印。Adobe、Google、Meta 以及许多其他公司都在构建自己的秘密盖章机。如果一张图片带有来自 Adobe 的印记，然后有人试图添加一个来自 Google 的印记，这两个印记会发生碰撞吗？它们会毁掉图片，还是会互相抵消导致两者都无法被读取？直到现在，我们还不知道这些不同的秘密代码能否和平共处，还是我们需要强迫所有人使用完全相同的盖章机。
这篇题为《路标水印》（Signpost Watermarking）的论文正是针对这一问题展开研究的。研究人员提出了一个问题：我们能否训练一种特殊的“路标”水印，让它知道如何与其他水印共享空间而不造成混乱？他们发现，虽然不同的水印确实可以偶然共存（就像两个人试图坐在同一张公园长椅上而不会互相碰撞一样），但这往往是一种幸运的巧合，否则会让图片看起来有些模糊，或者让代码难以读取。
为了解决这个问题，团队创建了一种新的训练方法。想象一下一位舞蹈教练正在教一名新舞者（路标）如何在挤满了其他舞者（现有的水印）的房间里移动。与其让新舞者盲目猜测脚步的位置，不如让教练把其他舞者固定在原地，并告诉新舞者：“移动你的双脚，以免绊到任何人，同时确保他们仍能听到自己的音乐。”通过这种方式，新的“路标”学会了将它的秘密代码隐藏在其他代码之间的空隙中，就像松鼠把坚果藏在树枝间的缝隙里一样。
研究结果非常令人鼓舞。研究人员在静态图像和动态视频上都对该方法进行了测试。他们发现，他们的这种新“路标”具有极佳的隐形能力，能保持极高的图像质量（测量得分为 52.4 dB，这是一个非常清晰、锐利的图像数值）。更重要的是，当他们在其他现有水印之上叠加这个“路标”时，并没有破坏它们。事实上，它甚至让这些水印比以前生存得更好。例如，当涉及到一个名为“TrustMark”的复杂水印时，新方法大幅提升了其被正确读取的能力，从不稳定的 0.687 准确率跃升至强劲的 0.929。
论文指出，“路标”可以像交通灯或目录一样发挥作用。与其尝试解码世界上每一种可能的秘密代码，扫描仪可以首先寻找“路标”。如果路标说：“嘿，这里有一个 Google 的水印！”或者“去检查一下 Adobe 的代码！”，扫描仪就会知道下一步该使用哪种工具。这创造了一个友好的生态系统，让不同的公司可以保留各自的秘密方法，但它们又可以协同工作，以证明一张照片或一段视频是真实的以及谁拥有它。作者认为这是一个切实可行的路径，尽管他们也提到，未来的工作需要观察这些“路标”是否能在更激烈的攻击中幸存下来。目前看来，我们可能终于找到了一种让所有这些不同的数字指纹和谐共处的方法。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。