掩码图像水印
计算机视觉与模式识别
2025-10-22 v3
摘要
我们提出了 MaskWM，一个简单、高效且灵活的图像水印框架。MaskWM 有两个变体：（1）MaskWM-D 支持全局水印嵌入、水印定位和局部水印提取，用于如防篡改等应用；（2）MaskWM-ED 专注于局部水印嵌入和提取，在小区域内实现更高的鲁棒性，以支持细粒度图像保护。MaskWM-D 基于经典的 encoder-distortion layer-decoder 训练范式构建。在 MaskWM-D 中，我们在解码阶段引入简单的掩码机制，使其能够实现全局和局部水印的提取。在训练期间，通过对水印图像施加各种类型的掩码来指导解码器，从而帮助其学习局部水印的定位和从相应局部区域的提取。MaskWM-ED 通过将掩码引入编码阶段来扩展此设计，以引导编码器在指定的局部区域嵌入水印，从而提高区域攻击下的鲁棒性。大量实验表明，MaskWM 在全局和局部水印提取、水印定位和多水印嵌入方面实现了最先进的性能。它超越了包括最近的领先模型 WAM 在内的所有现有基线，同时保持了水印后图像的高视觉质量。此外，MaskWM 具有很高的效率和适应性。仅需 20 小时在单张 A6000 GPU 上训练，计算效率比 WAM 高出 15 倍。通过简单调整失真层，MaskWM 可快速微调以满足不同的鲁棒性需求。
引用
@article{arxiv.2504.12739,
title = {Mask Image Watermarking},
author = {Runyi Hu and Jie Zhang and Shiqian Zhao and Nils Lukas and Jiwei Li and Qing Guo and Han Qiu and Tianwei Zhang},
journal= {arXiv preprint arXiv:2504.12739},
year = {2025}
}
备注
Neural Information Processing Systems (NeurIPS) 2025