cebeuq/Synthid-Bypass

해결하는 문제

이 프로젝트는 AI 생성 이미지에서 디지털 워터마크, 특히 Google의 SynthID를 제거하기 위한 개념 증명 방법을 제공합니다. 제어된 이미지 재구성을 사용하여 이러한 워터마크를 우회하는 방법을 시연함으로써 합성 미디어 식별이라는 과제를 다룹니다.

작동 원리

이 프로젝트는 워터마크를 저수준 이미지 노이즈로 처리하는 ComfyUI 워크플로우를 사용합니다. 확산 모델을 통해 이미지를 재처리하여 원래의 구도를 유지하면서 노이즈를 제거합니다. 프로세스는 다음과 같습니다:

• 글로벌 리드로우 (Global Redraw): Qwen Image 모델과 Canny 엣지 맵을 사용하여 이미지 구조를 고정한 상태에서 낮은 디노이즈 패스를 실행합니다.
• 적응형 디노이징 (Adaptive Denoising): 이미지 해상도에 따라 적절한 디노이즈 레벨을 계산하는 사용자 정의 노드.
• 얼굴 재구성 (Face Reconstruction): Z-Image Turbo와 엄격한 세그멘테이션(Ultralytics, MediaPipe, SAM)을 사용하는 특수 경로를 통해 사람의 얼굴을 원본과 거의 동일하게 유지하면서도 픽셀을 충분히 이동시켜 워터마크 감지를 무력화합니다.

대상 사용자

이 도구는 AI 안전 연구원 및 디지털 워터마킹 기술의 견고성을 연구하는 분들을 위해 설계되었습니다.

주요 특징

• 통합 워크플로우: 글로벌 재구성과 얼굴 복원을 단일 ComfyUI 그래프로 통합.
• 구조적 가이드: Canny controlnets를 사용하여 리드로우 과정에서 이미지 구도가 변경되는 것을 방지.
• 적응형 제어: 해상도 인식 디노이징 및 적응형 얼굴 디테일 처리를 위한 사용자 정의 노드 포함.
• 연구 기반 접근: 픽셀 공간 워터마크가 확산 기반 재구성 공격에 취약하다는 가설에 근거함.