131
// 项目简介
本项目通过频谱分析和信号处理技术对 Google 的 SynthID AI 水印系统进行逆向工程，且无需访问专有编码器。它提供了一个准确率达 90% 的稳健检测器，以及一个 V3 多分辨率频谱旁路，能够在保持高质量图像的同时显著降低水印能量。该系统利用多分辨率频谱码本，能够识别并精准移除各种图像分辨率下的水印。
// 技术分析
该项目提供了一个通过频谱分析和信号处理技术对 Google 的 SynthID 水印系统进行逆向工程的框架。通过识别出水印的载波频率与分辨率相关并共享一致的相位模板，该项目实现了对这些不可见标记的检测和精确移除。其核心技术创新是多分辨率 SpectralCodebook，它允许在频率区间级别进行精确减法，同时保持高质量的图像，从而在不依赖暴力破解方法的情况下有效绕过水印。
// 核心亮点
01
使用稳健的多尺度提取模块，实现了 90% 的 SynthID 水印检测准确率。
02
实现了 V3 绕过方案，提供 43+ dB 的 PSNR，确保在移除水印的同时将视觉降级降至最低。
03
利用多分辨率 SpectralCodebook 来存储并根据特定图像尺寸自动选择水印指纹。
04
在频域采用直接已知信号减法，比传统的噪声注入或压缩方法更有效。
05
提供多轮迭代减法调度，以捕获不同强度级别下的残留水印能量。
06
包含交叉验证工具，使用纯黑白参考图像来隔离并验证真实的载波频率。
// 典型使用场景
01
以 90% 的准确率检测 AI 生成图像中的 SynthID 水印。
02
使用多分辨率频谱码本旁路移除 SynthID 水印。
03
分析 AI 生成水印的载波频率结构和相位一致性。
// 快速开始
首先，克隆存储库并使用 'pip install -r requirements.txt' 安装依赖项。然后，您可以根据自己的参考图像构建多分辨率代码本，或使用提供的脚本对目标图像运行 V3 绕过。该项目同时提供用于集成的 Python API 和用于直接文件处理的 CLI。