MaskMark团队 投稿 量子位 | 公众号 QbitAI 给AI生成的作品打水印，让AIGC图像可溯源，已经成为行业共识。 问题是，传统水印方法通常把图像当成一个整体处理，全局嵌入、水印提取一锅端，存在不少"短板"： 比如，图像局部区域被篡改，就可能导致全局提取失败，也无法定位水印所在具体区域。 MaskMark-D（解码掩码） MaskMark-ED（编码+解码掩码） 其中核心技术流程，是 训练和推理的双重优化 。 多水印嵌入 可精准定位篡改区域 灵活提取局部水印 自适应支持32/64/128比特 水印全图嵌入，但能定位水印位置，支持局部提取。 即使部分图像被篡改，也能成功提取水印。 适合用于整体图像保护、版权声明和内容验证。 又比如，无法只保护某个区域，如人脸、LOGO等。 针对这个问题，现在，来自南洋理工大学和新加坡A* STAR前沿人工智能研究中心等机构的研究人员，提出了一种全新的局部鲁棒图像水印 方法—— MaskMark 。 该方法不仅在多个任务中全面超越Meta出品的SOTA模型WAM，而且训练成本只有它的1/15。 具体而言，MaskMark支持： 核心思路：让模型"看得见"水印在哪里 研 ...