ADD para la Marcación de Agua de Imágenes Multibit

ADD for Multi-Bit Image Watermarking

April 13, 2026

Autores: An Luo, Jie Ding

cs.AI

Resumen

A medida que los modelos generativos permiten la creación rápida de imágenes de alta fidelidad, las preocupaciones sociales sobre la desinformación y la autenticidad se han intensificado. Un remedio prometedor es la marca de agua de imágenes multi-bit, que incrusta un mensaje multi-bit en una imagen para que un verificador pueda posteriormente detectar si la imagen fue generada por alguien e incluso identificar la fuente decodificando el mensaje incrustado. Los enfoques existentes a menudo adolecen de capacidad limitada, resiliencia a distorsiones comunes de imagen y justificación teórica. Para abordar estas limitaciones, proponemos ADD (Add, Dot, Decode), un método de marca de agua de imágenes multi-bit con dos etapas: aprender una marca de agua para combinarla linealmente con el mensaje multi-bit y añadirla a la imagen, y decodificar mediante productos internos entre la imagen con marca de agua y la marca de agua aprendida. En el benchmark estándar MS-COCO, demostramos que para la desafiante tarea de marca de agua de 48 bits, ADD logra un 100% de precisión en la decodificación, con una caída del rendimiento de como máximo un 2% bajo una amplia gama de distorsiones de imagen, sustancialmente menor que la caída promedio del 14% de los métodos state-of-the-art. Además, ADD logra ganancias computacionales sustanciales, con una incrustación 2 veces más rápida y una decodificación 7.4 veces más rápida que el método existente más rápido. También proporcionamos un análisis teórico que explica por qué la marca de agua aprendida y la regla de decodificación correspondiente son efectivas.

English

As generative models enable rapid creation of high-fidelity images, societal concerns about misinformation and authenticity have intensified. A promising remedy is multi-bit image watermarking, which embeds a multi-bit message into an image so that a verifier can later detect whether the image is generated by someone and further identify the source by decoding the embedded message. Existing approaches often fall short in capacity, resilience to common image distortions, and theoretical justification. To address these limitations, we propose ADD (Add, Dot, Decode), a multi-bit image watermarking method with two stages: learning a watermark to be linearly combined with the multi-bit message and added to the image, and decoding through inner products between the watermarked image and the learned watermark. On the standard MS-COCO benchmark, we demonstrate that for the challenging task of 48-bit watermarking, ADD achieves 100\% decoding accuracy, with performance dropping by at most 2\% under a wide range of image distortions, substantially smaller than the 14\% average drop of state-of-the-art methods. In addition, ADD achieves substantial computational gains, with 2-fold faster embedding and 7.4-fold faster decoding than the fastest existing method. We further provide a theoretical analysis explaining why the learned watermark and the corresponding decoding rule are effective.