该论文提出FiLM-CAM,一种基于密钥特征调制的条件访问图像水印方法。其核心是用秘密密钥驱动特征级线性调制(FiLM),在特征层面而非像素层面将水印载荷与密钥绑定,使编码、解码和去除均需正确密钥才能完成。系统训练时最大化授权与非授权使用之间的性能差距,确保正确密钥下可靠提取、错误密钥下失效。编码器还能估计对已有水印不变的残差,从而支持凭密钥通过重编码与迭代细化减法实现条件性水印去除。研究在多种编解码器骨干上验证了该机制的有效性,表明其可作为架构无关的条件访问模块,为水印的授权控制提供新思路。
| FiLM-CAM | 一种通过密钥特征调制实现条件访问的图像水印方法,确保只有持有正确密钥的用户才能编码、解码或去除水印。 |
| Feature-wise Linear Modulation (FiLM) | 一种通过缩放和偏移操作对神经网络中间特征进行线性调制的方法,此处用于根据密钥变换水印信号的特征表示。 |
| 条件访问(Conditional Access) | 一种访问控制机制,只有满足特定条件(如持有正确密钥)的用户才能执行特定操作(如解码或去除水印)。 |
| 水印残差(Watermark Residual) | 嵌入水印前后图像之间的差异信号,编码器被设计为估计该残差且不受图像中已有水印的影响。 |
| 架构无关的条件访问模块(Architecture-agnostic CAM) | 一种可集成到不同水印编码器-解码器骨干网络中的通用条件访问模块,不依赖于特定网络结构。 |
📱 每天一份 AI 前沿日报
关注公众号,每天 09:00 推送 · 不错过任何重磅