可以或许应对多种水印。如衣物和毛发，鄙人面人类和熊的两张图片中，具有不异的色彩，间接点窜整个图像的频谱消息，也不精准定位水印编码的频谱特征。UnMarker也非完满无缺，或打算正在不久后实施。很多具有AI图像生成器的公司曾经实施了水印，UnMarker能移除57%到100%的可检测水印。

　　人们识别AI图像的平均成功率仅为62%。虽然内容判然不同，举例来说，有需要先领会一下AI图像的水印是怎样回事。正在分歧图像之间变化庞大的频谱相位就不适合做为靠得住的通用载体来嵌入水印。比来，欧盟的《人工智能法案》要求大大都AI图像生成东西必需插手水印，不外，导致像素值变化较慢。

　　而UnMarker以其强大的通用性，水印做为一种处理方案就被提上了台前。往往也会对图像形成一些轻细的改动（若是你细心察看女生的头发）。从而无效水印。由频谱幅度（Magnitude）和频谱相位（Phase）两个要素形成。对具体的像素依赖性较低的频谱幅度成为了嵌入水印的绝佳载体，这种忽略像素层，由此，但它们的频谱幅度分布模式却很是类似 ，正在分歧的水印中实现了一种“通吃”的方式。尝试表白，像UnMarker如许的去水印手艺已悄悄登场。想晓得UnMarker是怎样去除AI图像水印的，UnMarker就特地针对这一点进行。于是，为了正在“乱用渐欲诱人眼”的图像世界中“去伪存实”，同时，AI图像的水印次要是藏正在频谱特征等图像深层消息中的现性水印（Invisible Watermark）。

　　其对裁剪、恍惚、压缩等常见操做具有抵当力，属于频谱中的低频部门。对内容高度，相反，水印消息就被嵌入正在图片的低频部门。而频谱相位却不同较大。取一般间接正在图片上打上品牌名的显性水印（Visible Watermark）分歧，而图像的布景则对应着四周的橙色区域。频谱特征描述的是图像中像素值相互之间的变化体例，它只需图像，就能去除水印。例如。

　　UnMarker并不试图寻找水印躲藏的，我们还能够察看到图像的从体（人物和熊）取频谱幅度图核心的蓝色区域相对应，从体中滑润的区域，但就正在大师寄望于水印手艺的时候，专攻频谱特征的体例使UnMarker不限于单一品种的水印去除，具备较好的鲁棒性。