鲁棒视觉水印的组合对抗训练

鲁棒水印通常通过随机后处理增强进行训练，但随机采样掩盖了现实攻击管道的组合空间，并且很少遇到实际破坏检测的罕见组合。这导致训练不稳定，样本效率低下。相反，我们将水印鲁棒性表述为组合变换结构化空间上的最小-最大问题。我们提出了组合对抗训练（CAT），这是一个插件框架，它学习一个连续可微的对手，观察当前带水印的图像，并在每一步选择一个攻击系列，以最大程度地破坏消息恢复。 CAT 将直通式 Gumbel-Softmax 攻击选择与熵正则化相结合，允许后向传递端到端可微分，并聚合跨攻击系列的梯度信息，从而产生更快、更平滑的收敛，而不会陷入单一攻击模式。我们在单步和两步攻击套件下，在分发内和多个分发外图像和视频基准上评估后代水印 VideoSeal 0.0、VideoSeal 1.0 和 PixelSeal 以及一代 WMAR 上的 CAT。 CAT 始终优于使用相同增强预算训练的随机增强基线，在硬组合攻击和 OOD 评估方面收益最大；在单步攻击设置中将整体水印容量提高高达 $63.5\%$，在组合设置中提高了 $13.0\%$。在自回归设置中，CAT 在困难的几何变换上平均将 TPR@FPR$=1\%$ 提高了 $12\%$。这些结果表明，鲁棒的视觉水印受益于针对自适应组合对手的训练，而不是独立的随机损坏。