cebeuq/Synthid-Bypass

解決する課題

本プロジェクトは、AI生成画像からデジタルウォーターマーク（特にGoogleのSynthID）を除去するための概念実証手法を提供します。制御された画像再構成を使用してこれらのウォーターマークを回避する方法を実証することで、合成メディアの識別という課題に取り組んでいます。

仕組み

本プロジェクトでは、ウォーターマークを低レベルの画像ノイズとして扱うComfyUIワークフローを使用しています。拡散モデルを通じて画像を再処理することで、元の構図を維持したままこのノイズを除去します。プロセスは以下の通りです：

• グローバルリドロー (Global Redraw)： Qwen ImageモデルとCannyエッジマップを使用して、画像の構造を固定したまま低デノイズパスを実行します。
• 適応型デノイズ (Adaptive Denoising)： 画像の解像度に基づいて適切なデノイズレベルを計算するカスタムノード。
• 顔の再構成 (Face Reconstruction)： Z-Image Turboと厳密なセグメンテーション（Ultralytics, MediaPipe, SAM）を使用した専用パス。人間の顔を元の画像とほぼ同一に保ちつつ、ピクセルを十分にシフトさせてウォーターマークの検出を無効化します。

対象ユーザー

本ツールは、AI安全性研究者およびデジタルウォーターマーク技術の堅牢性を研究する方々を対象としています。

ハイライト

• 統合ワークフロー： グローバルな再構成と顔の修復を単一のComfyUIグラフに統合。
• 構造ガイダンス： Canny controlnetsを使用して、リドロー中に画像の構図が変化するのを防ぎます。
• 適応型コントロール： 解像度を考慮したデノイズ処理と適応型顔詳細処理のためのカスタムノードが含まれています。
• 研究ベースのアプローチ： ピクセル空間のウォーターマークは、拡散ベースの再構成攻撃に対して脆弱であるという仮説に基づいています。