網路議題

Steg.AI 運用深度學習聰明進化浮水印技術

Steg.AI:將深度學習應用在浮水印技術的聰明演進 引言 浮水印是在許多領域中都有價值的一種技術,用於標記一張影象的所有者。然而在當今社會,只在影象角落新增公司標誌已經無法滿足需求。Steg.AI 透過深度學習,能夠嵌入一種幾乎看不見的浮水印,躲避了常規的“改變影象尺寸和重新儲存”對策。在數位 .... (往下繼續閱讀)

分享到 Facebook 分享到 Line 分享到 Twitter

文章目錄

Steg.AI 運用深度學習聰明進化浮水印技術

Steg.AI:將深度學習應用在浮水印技術的聰明演進

引言

浮水印是在許多領域中都有價值的一種技術,用於標記一張影象的所有者。然而在當今社會,只在影象角落新增公司標誌已經無法滿足需求。Steg.AI 透過深度學習,能夠嵌入一種幾乎看不見的浮水印,躲避了常規的“改變影象尺寸和重新儲存”對策。在數位資產的所有權方面,過去幾年一直非常複雜,尤其是 NFT 和人工智慧生成的出現,顛覆了這個原本相對低強度的領域。如果您真的需要證實媒體作品的原產地,過去也有一些在影象或音訊中編碼資料的方法,但這些方法通常很容易被微小的更改所破壞,比如將 PNG 影象儲存為 JPEG 格式。而較為健壯的浮水印通常是可見或可聽見的,比如將影象上的紋理或程式碼直接顯示。然而一種幾乎看不見的浮水印,既易於應用和檢測,又能夠抵抗變形和重新編碼,對許多創作者來說是一個很有吸引力的選擇。

基於深度學習浮水印技術

Steg.AI 多年來一直致力於解決這個問題,他們的努力成果可以從 2019 年的 CVPR 論文以及獲得 SBIR 政府撥款的事實上看得出來。創始人 Eric Wengrowski 和 Kristin Dana 在學術研究領域工作多年,其中 Dana 是 Wengrowski 的博士導師。雖然 Wengrowski 表示他們自 2019 年以來已經取得了許多進展,但論文仍然展示了他們方法的一般形式。該公司的方法不同於傳統的浮水印,不再需要將靜態浮水印笨拙地覆蓋在媒體上,而是使用一組配對的機器學習模型,將浮水印自定義到影象中。編碼算法識別出以一種人眼無法察覺的方式修改影象的最佳位置,但解碼算法可以輕鬆地將其識別出來——因為它使用相同的過程,所以它知道要去哪裡查詢。該公司將其描述為類似於不可見且不易變的 QR 碼,但並未透露實際可以嵌入多少資料。如果這真的像 QR 碼一樣,則可以嵌入幾個 KB 的資料,足夠包含 URL、雜湊和其他純文字資料。多頁檔案或影片中的幀可以擁有獨特的程式碼,進一步擴大藏入資料的容量。當然這只是我的猜測。 我檢查了 Steg.AI 提供的多張帶有浮水印的影象,其中一些已經嵌入在這裡。他們還向我提供了配對的未浮水印影象(並要求不予分享);當我仔細檢查時,一些微小的變化是可見的,但如果不知道如何查詢,我很可能會錯過它們,或者將它們視為普通的 JPEG 影象異常。

應用和市場潛力

這種微妙的浮水印技術可以被廣泛應用於各個領域。例如,對於一家提供股票照片的供應商,一個在 Instagram 上釋出影象的創作者,一個發布電影預售副本的電影公司,或者一家希望標記其機密檔案的公司來說這種技術都非常有用。Steg.AI 同樣也重點評估了這些應用場景。早期,與潛在客戶洽談後,他們意識到“我們最初的產品想法是錯誤的”,但他們發現,作為他們方法的一個關鍵區別,健壯性絕對有價值。自那時以來,他們在“有強烈消費者對泄漏訊息的需求的公司”中找到了潛在客戶,這些公司包括消費電子品牌。Wengrowski 寫道:“我們對在我們的產品中看到的各種價值感到非常驚訝。”他們的方法是提供企業級的 SaaS 整合,例如與數位資產管理平臺的整合,這樣就不需要在傳送之前再打上浮水印,所有媒體都在常規處理過程中被標記和追蹤。Steg.AI 應用程式可以將影象追溯回原始來源,並且也可以檢測在途中進行的更改。或者,該應用程式或 API 可以提供一個信心水平,表示影象沒有被篡改,這對於許多編輯攝影經理來說非常實用。這種技術有潛力成為一種行業標準,因為人們希望如此,而且未來可能會被要求進一步開發一種更深層次的方法來檢測生成的媒體。

投資和前景

Steg.AI 透過 NSF 撥款和總共 120 萬美元的天使投資取得了一些成果,但他們現在宣布完成 500 萬美元的 A 輪融資,由 Paladin Capital Group 領投,參與的還有 Washington Square Angels、NYU Innovation Venture Fund 和天使投資者 Alexander Lavin、Eli Adler、Brian Early 和 Chen-Ping Yu。由於 AI 公司最近承諾進行關於 AI 內容的浮水印研究,這類技術有可能成為未來的行業標準,而 Steg.AI 的技術可以作為一個有用的過渡措施,同時研究更深層次的生成媒體檢測方法。

總結和展望

Steg.AI深度學習浮水印技術可能為數位媒體所有者帶來更好的保護,幫助確保原始創作的合法性。這項技術的潛在應用非常廣泛,從商業攝影到影視工業,都可以使用這種幾乎看不見的浮水印來標記和追蹤數位媒體的使用和分發。然而需要進一步的研究和實踐來取證該技術的可靠性和易用性,並達到廣泛應用的標準。我們期待 Steg.AI 在未來的發展中能夠不斷提升其浮水印技術,並為數位資產的安全提供更多解決方案。
Artificialintelligence-Steg.AI,深度學習,聰明進化,浮水印技術
江塵

江塵

Reporter

大家好!我是江塵,一名熱愛科技的發展和創新,我一直都保持著濃厚的興趣和追求。在這個瞬息萬變的數位時代,科技已經深入到我們生活的方方面面,影響著我們的工作、學習和娛樂方式。因此,我希望透過我的部落格,與大家分享最新的科技資訊、趨勢和創新應用。