Pixel Seal：用于隐形图像与视频水印的对抗训练

隐形水印对于追踪数字内容来源至关重要。然而，训练最先进的模型仍然非常困难，现有方法往往难以在鲁棒性与真正不可感知性之间取得平衡。本工作提出Pixel Seal，为图像和视频水印设立了新的最先进水平。我们首先识别现有方法的三个根本问题：（i）依赖MSE和LPIPS等代理感知损失，无法模拟人类感知，导致可见水印伪影；（ii）冲突目标引起的优化不稳定性，需要穷举超参数调优；（iii）将模型扩展到高分辨率图像和视频时水印的鲁棒性和不可感知性下降。为克服这些问题，我们首先提出纯对抗训练范式，消除不可靠的逐像素不可感知损失。其次，我们引入三阶段训练计划，通过解耦鲁棒性与不可感知性来稳定收敛。第三，我们通过基于JND的衰减和训练时推理模拟来解决分辨率差距问题，消除上采样伪影。我们在不同类型图像和广泛变换下全面评估了Pixel Seal的鲁棒性和不可感知性，展示了相对于最先进水平的明显提升。我们最后证明该模型可通过时域水印池化高效适配视频，使Pixel Seal成为现实图像与视频场景中可靠来源溯源的实用且可扩展的解决方案。