← 返回首页

频域残差里的水印验证

发布时间: 2026-06-01 12:34(北京时间)

摘要: 作者通过对比GPT生成的图像与原图,使用空域差分和频域残差方法提取SynthID水印,并验证了水印的存在。尽管尝试了频域滤波和投毒操作均告失败,但指出空域与频域结果在数学上高度同构。整体语调冷静,充满技术实验的探索性。

标签: 水印检测, 频域分析, 图像配准, SynthID, 实验报告, 冷静, 技术分析, 思辨, 生成式AI

字数: 556

原文链接: /7402396589/R25sSAbIc

图1是GPT生成的吗?是的,用到的提示词是“对原图不做任何修改,保持所有像素不变,保持比例不变,直接输出。”

GPT生成的图1和原图相比,似乎还是忍不住重绘了一下文字和细节,并叠上了SynthID水印。而且AI生图的分辨率和原图还不太一样,无法直接进行diff。

用opencv进行缩放、配准,然后再进行diff操作,稍微增强一下后就得到了图3。图3等于图1和原图的差值,按理说是包含SynthID水印的,所以拿图3去做SynthID验证的结果也是包含的。

后来我想了下,应该从频域上玩玩看,图1和原图进行配准后都进行fft,然后再计算残差,得到了很漂亮的图5(fft_aligned_pure_diff)。

图5做逆变换后生成图6,图6也是包含SynthID的。

后面还做了不少尝试,看能不能再频域上做一些滤波,把原图的特征都去掉只保留SynthID,或者直接把带水印的频域叠加到另一张不是AI生成的图片上进行“投毒”,不过都失败了。

不过玩了这么多,实际上并没有太深入,图3和图6在数学上是实际上是高度同构的,而且计算都包含了的确由GPT生成的图1。这些图能被检测出水印也是意料之内的事情。

image

image

image

image

image

image

image