Robust watermarking through gradient-based topological encoding and geometric localization

Shi Li

doi:10.1117/1.JEI.35.1.013011

Robust watermarking through gradient-based topological encoding and geometric localization

2026-01-01

0

PRE

AI

DOI：10.1117/1.JEI.35.1.013011

原文链接

原文求助

摘要

En 中文

随着生成式人工智能（AI）的迅速崛起，防御性水印技术已成为区分合成图像与真实图像的热点。然而，如UnMarker等频域攻击削弱了现有方案的可靠性。为解决此问题，我们将研究转向空间域，提出一种基于拓扑稳定性的鲁棒水印方法，以抵抗移除并恢复对图像来源的信任。通过构建由鲁棒关键点生成的拓扑网格来几何定位嵌入区域，并在这些区域内采用基于梯度的拓扑编码方案来增强水印的鲁棒性。实验结果表明，所提方法在多种攻击类型及其组合下均实现了高于0.99的相关系数（NC）。即使在涉及三种高强度失真（缩放0.5倍、高斯噪声0.05和JPEG压缩Q=50）的混合攻击场景下，该方法仍达到0.9878的NC，显著优于对比方法的平均鲁棒性。该方法有效利用了图像的几何-拓扑信息，为复杂和对抗环境下的鲁棒水印提供了一种可行方案，同时也为检测和保护AI生成内容提供了可靠工具。

Keyword:

robust watermarking

keypoint localization

structural encoding

topology

generative artificial intelligence

Robust watermarking through gradient-based topological encoding and geometric localization

摘要

期刊

机构

引用论文