☺️图像保护技术

这里的思路有两点：

1. 为作品添加隐性水印（Invisible Watermarking）等版权保护技术，以便维权。

2. 我们无法阻止AI学习作品，但是我们可以通过增加AI学习作品的成本以达到类似目的，这里考虑如下技术：增加噪声(Adding Noise)、对抗性扰动（Adversarial Perturbation）、频域蒙版（Frequency Domain Masking）。

• 数字水印：在调研中我们发现，仅仅是对抗AI学习是不足够保护您的创意的，总是存在鲁棒性更强的模型对您的图像进行修正学习。我们认为数字水印是极其必要的手段来标注这是您的作品以起到维权的作用。通常去除水印的技术成本是非常之高的。

• 增加噪声：通过在图像中添加随机噪声，使AI更难以识别图像的特征。这种方式暴力且直白，但是过量的噪声是肉眼可见的，少量噪声我们怀疑其扰乱效果。

• 对抗性扰动：这是一种特别针对机器学习模型的干扰方法，一般用于增加模型的鲁棒性。对抗性扰动是通过在图像中添加特定的微小噪声，使得机器学习模型的预测结果发生错误，从而阻止模型从图像中学习有价值的信息。这种方式肉眼可见性小，但是高扰动强度的情况下仍然会破坏图像细节。

• 频域蒙版：通过在图像频谱上添加蒙版，从而改变图像的频率信息，混淆机器学习。