当前路径:/wiki/page/tiacam
返回首页索引

TIACam: Camera-Robust Zero-Watermarking

可学习自动增强器 + CLIP 文本锚定对抗训练 + 零水印头 (CVPR 2026)

Overview

TIACam 聚焦于屏幕翻拍和打印翻拍场景下的零水印方案。提出可学习自动增强器(Learnable Auto-Enhancer,由 6 个可微分模块组成)+ CLIP 文本锚定对抗训练 + 零水印头的三重架构,在极端物理通道失真下仍能保持高检测率。

Key facts / claims

嵌入机制(零水印):
- 零水印头:不修改像素,从图像内容中提取鲁棒特征作为水印指纹 → 注册到版权库
- 与 Rel-Zero 同为零水印范式:无需修改图像内容

可学习自动增强器(6 个可微分模块):
- 模拟翻拍过程中的非线性畸变:光照不均匀、几何变形、色彩偏移、摩尔纹、模糊、噪声
- 端到端可微,嵌入训练流水线

CLIP 文本锚定对抗训练:
- 使用 CLIP 文本嵌入作为语义锚定目标
- 对抗训练确保水印在翻拍失真下保持语义一致性
- 文本锚定提供通用的语义先验,无需配对翻拍数据

检测性能:
- 屏幕翻拍:99.1% 检测率
- 打印翻拍:96.6% 检测率
- 在摩尔纹、JPEG 压缩、光照变化等复合失真下保持鲁棒

技术贡献

  1. 可微分翻拍模拟:首个端到端可训练的翻拍退化建模
  2. CLIP 文本锚定:跨模态语义先验提升翻拍鲁棒性
  3. 高翻拍鲁棒零水印:99.1%/96.6% 刷新翻拍检测 SOTA

与零水印家族的关系

  • Rel-Zero (→ rel-zero):patch 对关系距离不变性,侧重 AI 编辑
  • TIACam:可学习翻拍增强 + CLIP 对抗,侧重物理翻拍
  • 两者互补覆盖不同零水印场景

Sources

  • arXiv:2602.18863 — CVPR 2026