ADD para Marca d'Água de Imagem Multi-Bit

ADD for Multi-Bit Image Watermarking

April 13, 2026

Autores: An Luo, Jie Ding

cs.AI

Resumo

À medida que os modelos generativos permitem a criação rápida de imagens de alta fidelidade, as preocupações sociais sobre desinformação e autenticidade intensificaram-se. Um remédio promissor é a marca d'água de imagem multi-bit, que incorpora uma mensagem multi-bit numa imagem para que um verificador possa posteriormente detetar se a imagem foi gerada por alguém e ainda identificar a fonte através da descodificação da mensagem incorporada. As abordagens existentes frequentemente ficam aquém em capacidade, resiliência a distorções comuns de imagem e justificação teórica. Para superar estas limitações, propomos o ADD (Add, Dot, Decode), um método de marca d'água de imagem multi-bit com duas fases: aprendizagem de uma marca d'água para ser combinada linearmente com a mensagem multi-bit e adicionada à imagem, e descodificação através de produtos internos entre a imagem marcada e a marca d'água aprendida. No benchmark padrão MS-COCO, demonstramos que, para a tarefa desafiadora de marca d'água de 48 bits, o ADD alcança 100% de precisão de descodificação, com o desempenho a diminuir no máximo 2% sob uma ampla variedade de distorções de imagem, substancialmente menor que a diminuição média de 14% dos métodos state-of-the-art. Além disso, o ADD alcança ganhos computacionais substanciais, com incorporação 2 vezes mais rápida e descodificação 7,4 vezes mais rápida do que o método existente mais rápido. Fornecemos ainda uma análise teórica que explica por que a marca d'água aprendida e a regra de descodificação correspondente são eficazes.

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.