WaveMark：面向扩散模型的鲁棒小波域图像水印

基于摘要分析。该研究面向扩散模型生成图像的来源追踪，提出 WaveMark，在扩散模型初始噪声的小波域中嵌入消息，旨在缓解水印信号被移除攻击抑制、而图像感知质量变化较小的问题；主要对象是生成图像水印，并非 EEG 或 BCI 解码。 机制上，WaveMark 将消息位的密钥化副本分散到不同空间位置、小波方向及尺度，以支持载体受扰后的恢复。每个载体将来自四个潜在通道的系数组合起来，通过幅值投影编码随机化后的比特，并提供显式解码裕量。摘要未给出具体投影公式、密钥生成与消息恢复流程，这些实现细节尚未验证。 作者报告，在使用 SD2.1、以 SDP 和 MS-COCO Captions 评估并覆盖 14 种攻击的设置下，无攻击时比特准确率（BA）为 100.0%，图像质量与所评估基线相当；面对 MarkNull 和 MarkNull-A 攻击时，BA 均保持在 88% 以上，并优于所比较的全部基线。这里的 BA 是水印比特恢复指标，不能解释为图像识别准确率。消息长度、样本规模、攻击强度、质量指标、基线配置、消融及统计信息尚未验证，因此这些结果不能直接外推为对其他扩散模型或攻击的普遍保证。 该机制依赖可操控的生成初始噪声和潜在通道结构，摘要未提供其与 EEG/BCI 任务的具体对应或验证证据，不据此推导神经信号解码收益；相关 EEG 工作尚未检索确认。