في عالم الصور المدعومة بالذكاء الاصطناعي، تعد علامات الماء (Watermarking) أداة ضرورية لضمان نسب الصور إلى المصدر. لكن، التحدي الحقيقي يبقى في قدرتها على مقاومة محاولات الإزالة. تقنيات الإزالة الحالية غالباً ما تعمل على دفع العلامة المائية نحو حالة معكوسة تبقيها قابلة للكشف، مما يقلل من جدواها ويؤثر سلباً على جودة الصورة.

إليك تقدم LiBRA (Latent In-band Bidirectional Removal Attack)، التي تهدف إلى تحقيق إزالة العلامات المائية بشكل ذكي دون التأثير على جودة الصورة.

تقوم LiBRA بدلاً من دفع العلامة المائية نحو حالة معكوسة، بتعديل الصورة لتخفي العلامة بدون تشجيع التغييرات الإضافية التي قد تضر بجودة الصورة. بشكل متقدم، تستخدم LiBRA مفاتيح العلامة المائية والمشفّر العام لإجراء تغييرات محدودة في الفضاء الكامن (Latent Space) للخوارزمية.

بدلاً من الأهداف التقليدية التي تدفع إلى عكس التشفير، توجه LiBRA ثقة التشفير المتوسطة نحو التخمين العشوائي من أي اتجاه، مما يساعد في تجنب العلامة المائية المعكوسة والقابلة للاكتشاف. ويتيح تركbits الفردية مرنة لقيود جودة الصورة أن تفضِّل التغييرات الأقل ضرراً.

أثبتت التقنية فعالية إزالة العلامات المائية باستخدام اختبار ثنائي الجوانب المضبوط الذي لا يفترض أن الهدف من الثقة يضمن النجاح، مما يقدم بديلاً موثوقاً للتقنيات الحالية.

إن LiBRA ليست مجرد تقنية جديدة، بل تمثل نقلة نوعية في كيفية تعاملنا مع العلامات المائية على الصور المدعومة بالذكاء الاصطناعي.

ما رأيكم في هذه الابتكارات؟ هل تعتقدون أن LiBRA ستغير قواعد اللعبة في هذا المجال؟ شاركونا في التعليقات.