THU-BPM/MarkDiffusion

[JMLR] MarkDiffusion: An Open-Source Toolkit for Generative Watermarking of Latent Diffusion Models

What it solves

MarkDiffusion 解決了驗證潛在擴散模型（LDM）生成媒體的真實性與來源的挑戰。隨著 AI 生成的圖像與影片日益普及，它提供了一套標準化的方式來嵌入與偵測隱形水印，以追蹤來源並防止濫用。

How it works

此工具組提供統一的框架，將各種水印演算法整合到擴散模型的生成流程中。它支援兩大類方法：

  • Pattern-based methods：將特定圖樣嵌入生成的媒體（例如 Tree-Ring、SFW）。
  • Key-based methods：使用加密金鑰嵌入水印（例如 GaussMarker、VideoMark）。

除了嵌入功能外，還包含可視化套件，展示水印的加入與提取過程，並提供評估模組，測試水印在裁剪、壓縮或噪聲等各種「攻擊」下的魯棒性與可偵測性。

Who it’s for

  • AI Researchers：開發生成模型水印演算法的研究者。
  • Developers：需要為 AI 生成的媒體實作來源追蹤的開發者。
  • Security Auditors：測試生成水印對抗移除或修改的魯棒性的安全審計人員。

Highlights

  • Broad Algorithm Support：實作 11 種最先進的圖像與影片水印演算法。
  • Robust Evaluation Suite：包含 33 個工具，用於衡量偵測率、輸出品質（使用 FID 與 CLIP 分數等指標）以及對 16 種不同圖像與影片攻擊的魯棒性。
  • Automated Pipelines：提供 8 條專門的流水線，簡化品質與偵測分析。
  • Visualization Tools：自訂工具，協助使用者直觀了解各水印演算法的內部機制。