THU-BPM/MarkDiffusion

解決的問題

MarkDiffusion 解決了由潛在擴散模型（LDM）生成的媒體在真實性與來源驗證方面的迫切需求。它提供了一種標準化的方法，用於在 AI 生成的圖像與影片中嵌入、檢測與評估水印，以防止濫用並追蹤來源。

工作原理

該工具包提供一個統一的 Python 框架，將多種水印演算法整合到單一介面中。支援兩大類方法：基於模式的（嵌入特定指紋）與基於金鑰的（使用加密金鑰）。系統包含一個可視化套件，用於展示水印的嵌入與提取過程，並配備一個評估模組，可對水印在各種「攻擊」（如裁切、壓縮或雜訊）下的韌性以及對最終媒體品質的影響進行測試。

適用對象

本工具包專為需要實現水印功能以保障安全、著作權保護或真實性驗證的生成模型 AI 研究人員與開發者設計。

主要亮點

• 廣泛的演算法支援：支援圖像與影片的 11 種前沿水印演算法。
• 全面的評估能力：包含 33 個工具，用於衡量可檢測性、韌性與輸出品質。
• 韌性測試：提供專用攻擊工具，包括 JPEG 壓縮、高斯模糊，以及 Diffusion Purification 等高階再生攻擊。
• 自動化流程：提供 8 個自動化評估流程，實現高效品質與檢測分析。