cebeuq/Synthid-Bypass

解决的问题

本项目提供了一种移除 AI 生成图像中数字水印的概念验证方法，特别针对 Google 的 SynthID。通过展示如何利用受控图像重建技术绕过这些水印，本项目探讨了识别合成媒体所面临的挑战。

运作原理

本项目使用一个 ComfyUI 工作流，将水印视为低阶图像噪声。它通过扩散模型重新处理图像来移除此噪声，同时保持原始构图不变。处理流程包含：

• 全局重绘 (Global Redraw)： 使用 Qwen Image 模型与 Canny 边缘检测图进行低去噪强度的处理，以锁定图像结构。
• 自适应去噪 (Adaptive Denoising)： 一个自定义节点，根据图像分辨率计算适当的去噪强度。
• 人脸重建 (Face Reconstruction)： 使用 Z-Image Turbo 与严格分割技术（Ultralytics, MediaPipe, 与 SAM）的专门路径，确保人脸与原始图像几乎完全相同，同时通过像素位移破坏水印检测。

适用对象

本工具专为 AI 安全研究人员以及研究数字水印技术稳健性的人士所设计。

特色亮点

• 整合式工作流： 将全局重建与人脸修复整合至单一 ComfyUI 图表中。
• 结构引导： 使用 Canny controlnets 防止图像在重绘过程中改变构图。
• 自适应控制： 包含用于分辨率感知去噪与自适应人脸细节处理的自定义节点。
• 基于研究的方法： 基于像素空间水印对基于扩散的重建攻击较为脆弱的假设。