---

🔥 亮点

• 🏆 PixelSeal：通过仅对抗训练和基于JND的衰减，达到SOTA的不可感知性和鲁棒性
• 🚀 ChunkySeal：容量提升4倍（1024位）——证明水印技术的极限远未触及
• 🎬 VideoSeal：具有时间一致性的高效图像与视频水印方案
• 🔓 开源：所有模型、训练代码及评估工具均以MIT许可证发布

---

📰 最新动态

• 2025年12月：🆕 ChunkySeal和PixelSeal发布！模型卡片和检查点现已可用
• 2025年10月：🏅 WmForger被接受为NeurIPS 2025 Spotlight！代码位于wmforger/
• 2025年3月：VideoSeal v1.0，改进了256位模型并增强了鲁棒性
• 2024年12月：首次发布VideoSeal，配备96位基准模型

🚀 快速入门

import videoseal
from PIL import Image
import torchvision.transforms as T

# 按名称加载任意模型（首次使用时自动下载）
model = videoseal.load("videoseal")     # VideoSeal v1.0 (256位，稳定)
# model = videoseal.load("pixelseal")   # PixelSeal（SOTA不可感知性与鲁棒性）
# model = videoseal.load("chunkyseal")  # ChunkySeal（1024位高容量）

# 为图像添加水印 🎨
img_tensor = T.ToTensor()(Image.open("image.jpg")).unsqueeze(0)
outputs = model.embed(img_tensor)
T.ToPILImage()(outputs["imgs_w"][0]).save("watermarked.jpg")

# 检测水印
detected = model.detect(img_tensor)
hidden_message = (detected["preds"][0, 1:] > 0).float()  # 二进制消息

视频水印：

import videoseal
import torchvision

# 加载并为视频添加水印 🎬
model = videoseal.load("videoseal")
video, _, _ = torchvision.io.read_video("video.mp4")
video = video.permute(0, 3, 1, 2).float() / 255.0

outputs = model.embed(video, is_video=True)
watermarked = (outputs["imgs_w"] * 255).byte().permute(0, 2, 3, 1)
torchvision.io.write_video("watermarked.mp4", watermarked, fps=30)

💡 若需无依赖的独立使用，请参阅我们的TorchScript指南，获取预编译模型。

安装

要求

Python版本需为3.10（PyTorch > 2.3，Torchvision 0.16.0，Torchaudio 2.1.0，CUDA 12.1）。安装PyTorch：

conda install pytorch==2.4.0 torchvision==0.19.0 torchaudio==2.4.0 pytorch-cuda=12.1 -c pytorch -c nvidia

其他依赖：

pip install -r requirements.txt

进行训练时，我们还建议使用Decord：

pip install decord

请注意，安装Decord可能会遇到一些问题：https://github.com/dmlc/decord/issues/213 推理时无需Decord即可正常工作，但在训练时可能会出现问题。

模型库

我们提供了一系列全面的水印模型，在容量、鲁棒性和不可感知性之间提供了不同的权衡。

模型	容量	适用场景	模型卡片	检查点	论文	状态
PixelSeal	256位	SOTA鲁棒性与不可感知性	pixelseal.yaml	pixelseal/checkpoint.pth	arXiv:2512.16874	🆕 新
ChunkySeal	1024位	高容量大型模型	chunkyseal.yaml	chunkyseal/checkpoint.pth	arXiv:2510.12812	🆕 新
VideoSeal v1.0	256位	稳定	videoseal_1.0.yaml	y_256b_img.pth	arXiv:2412.09492	✅ 稳定
VideoSeal v0.0	96位	旧版基准	videoseal_0.0.yaml	rgb_96b.pth	arXiv:2412.09492	🟡 遗留

注：完整的训练检查点（包含优化器状态和判别器）请参见docs/training.md。

下载作为基线的其他模型

我们不拥有任何第三方模型，因此您需要手动下载它们。 我们在docs/baselines.md中提供了下载这些模型的指南。

VMAF

我们在docs/vmaf.md中提供了检查和安装VMAF的指南。

推理

笔记本

• notebooks/image_inference.ipynb
• notebooks/video_inference.ipynb
• notebooks/video_inference_streaming.ipynb：针对较低内存占用进行了优化

音视频水印

inference_av.py

用于从视频文件中同时为音频和视频添加水印。 它会将整个视频加载到内存中，因此不适合处理长视频。

示例：

python inference_av.py --input assets/videos/1.mp4 --output_dir outputs/
python inference_av.py --detect --input outputs/1.mp4

流式嵌入与提取

inference_streaming.py

用于以流式方式为视频文件添加水印。它按片段加载视频，因此非常适合处理长视频，甚至在笔记本电脑上也能顺利运行。

示例：

python inference_streaming.py --input assets/videos/1.mp4 --output_dir outputs/

这将在 outputs/1.mp4 中输出带水印的视频，并将二进制消息保存到 outputs/1.txt 中。

完整评估

videoseal/evals/full.py

用于对模型和基线进行完整评估。

评估训练好的模型的示例：

python -m videoseal.evals.full \
    --checkpoint /path/to/videoseal/checkpoint.pth \

或者，运行给定的基线：

python -m videoseal.evals.full \
    --checkpoint baseline/wam \

这将生成一个名为 metrics.csv 的文件，其中包含图像/视频不可感知性指标以及对每种增强技术的鲁棒性测试结果（你可以移除部分增强技术以加快评估速度）。例如，在 SA-V 数据集的高分辨率视频上运行默认 videoseal 模型的评估脚本，应得到类似于 sav_256b_metrics 的指标。

更多详情

训练

我们提供了训练代码，可用于复现我们的模型或训练你自己的模型。其中包括图像和视频的训练（即使你打算进行视频训练，我们也建议先从图像开始）。有关数据准备、训练命令以及预训练模型检查点的详细说明，请参阅 docs/training.md。

推理

以下是模型的一些重要参数：

• scaling_w：控制全局水印强度（默认值为 0.2）。较高的值可提高对抗攻击的鲁棒性，但会使水印更加明显；较低的值则能提升不可感知性。
• attenuation：启用刚刚可觉察差异（JND）掩蔽功能。JND 模型会构建一张热图，纹理丰富的区域数值较高，而其他区域较低。这样，模型可以在这些纹理丰富的区域隐藏更强的水印，同时保持平滑区域的自然外观。默认情况下，videoseal_1.0 模型会使用 JND 热图（位于 modules/jnd.py 中）。

你也可以在加载模型后修改其某些属性。

# 示例：更新已加载模型的参数
model.blender.scaling_w = 0.4   # 增强强度（更鲁棒）

许可证

该模型采用 MIT 许可证授权。

贡献

请参阅 贡献指南 和 行为准则。

参见

• AudioSeal
• Watermark-Anything

维护者与贡献者

Pierre Fernandez, Hady Elsahar, Tomas Soucek, Sylvestre Rebuffi, Alex Mourachko

📜 论文与引用

如果你觉得这个仓库对你有帮助，请考虑给它一颗星 ⭐，并引用相关论文：

VideoSeal：开放且高效的视频水印技术

Pierre Fernandez, Hady Elsahar, I. Zeki Yalniz, Alexandre Mourachko

演示: aidemos.meta.com/videoseal

@article{fernandez2024videoseal,
  title={Video Seal: Open and Efficient Video Watermarking},
  author={Fernandez, Pierre and Elsahar, Hady and Yalniz, I. Zeki and Mourachko, Alexandre},
  journal={arXiv preprint arXiv:2412.09492},
  year={2024}
}

ChunkySeal：我们可以隐藏更多比特

Aleksandar Petrov, Pierre Fernandez, Tomáš Souček, Hady Elsahar

尽管基于深度学习的图像水印技术取得了快速进展，但当前鲁棒方法的容量仍然局限于几百比特的规模。这项工作建立了水印容量的理论上限，并展示了 ChunkySeal，它将容量提升至 1024 比特，同时保持图像质量和鲁棒性不变。

@misc{petrov2025hidebits,
  title={We Can Hide More Bits: The Unused Watermarking Capacity in Theory and in Practice}, 
  author={Aleksandar Petrov and Pierre Fernandez and Tom\'{a}\v{s} Sou\v{c}ek and Hady Elsahar},
  year={2025},
  eprint={2510.12812},
  archivePrefix={arXiv},
  primaryClass={cs.CR},
  url={https://arxiv.org/abs/2510.12812}
}

PixelSeal：仅对抗训练实现隐形水印

Tomáš Souček*, Pierre Fernandez*, Hady Elsahar, Sylvestre-Alvise Rebuffi, Valeriu Lacatusu, Tuan Tran, Tom Sander, Alexandre Mourachko

这项工作引入了 仅对抗训练 方法，消除了不可靠的感知损失，从而实现了最先进的鲁棒性和不可感知性。PixelSeal 通过三阶段训练计划和基于 JND 的衰减机制，解决了优化不稳定和分辨率缩放等挑战。

@article{soucek2025pixelseal,
  title={Pixel Seal: Adversarial-only Training for Invisible Image and Video Watermarking},
  author={Sou\v{c}ek, Tom\'{a}\v{s} and Fernandez, Pierre and Elsahar, Hady and Rebuffi, Sylvestre-Alvise and Lacatusu, Valeriu and Tran, Tuan and Sander, Tom and Mourachko, Alexandre},
  journal={arXiv preprint arXiv:2512.16874},
  year={2025}
}

WmForger：黑盒水印伪造攻击

Tomáš Souček, Sylvestre-Alvise Rebuffi, Pierre Fernandez, Nikola Jovanović, Hady Elsahar, Valeriu Lacatusu, Tuan Tran, Alexandre Mourachko

NeurIPS 2025 Spotlight 🏅 | 虚拟站点

@inproceedings{soucek2025wmforger,
  title={Transferable Black-Box One-Shot Forging of Watermarks via Image Preference Models},
  author={Sou\v{c}ek, Tom\'{a}\v{s} and Rebuffi, Sylvestre-Alvise and Fernandez, Pierre and Jovanović, Nikola and Elsahar, Hady and Lacatusu, Valeriu and Tran, Tuan and Mourachko, Alexandre},
  booktitle={Advances in Neural Information Processing Systems},
  year={2025}
}

VideoSeal 快速上手指南

VideoSeal 是一个开源的图像与视频隐形水印工具包，包含 PixelSeal（SOTA 鲁棒性与不可感知性）、ChunkySeal（高容量 1024 bits）和 VideoSeal（高效视频水印）等模型。

环境准备

系统要求

• Python: 3.10
• CUDA: 12.1 (推荐)
• PyTorch: > 2.3
• 操作系统: Linux / macOS / Windows (需配置 CUDA 环境)

前置依赖

确保已安装 Conda 或具备相应的 Python 环境管理工具。

安装步骤

1. 安装 PyTorch 及相关组件

推荐使用官方源安装指定版本（适配 CUDA 12.1）：

conda install pytorch==2.4.0 torchvision==0.19.0 torchaudio==2.4.0 pytorch-cuda=12.1 -c pytorch -c nvidia

💡 国内加速建议：如果下载速度慢，可使用清华或中科大镜像源替换 -c 参数后的源地址，或在 conda config 中预先设置镜像。 例如使用清华源：

conda install pytorch==2.4.0 torchvision==0.19.0 torchaudio==2.4.0 pytorch-cuda=12.1 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/nvidia

2. 安装项目依赖

克隆仓库并安装 Python 依赖：

git clone https://github.com/facebookresearch/videoseal.git
cd videoseal
pip install -r requirements.txt

3. (可选) 安装训练依赖

仅用于训练时推荐安装 decord（推理可不装）：

pip install decord

注意：decord 在某些环境下可能存在安装问题，若仅进行推理可跳过此步。

基本使用

VideoSeal 支持自动下载模型权重。以下示例展示如何加载模型、对图像加水印及检测水印。

图像水印嵌入与检测

import videoseal
from PIL import Image
import torchvision.transforms as T

# 加载模型 (首次运行会自动下载)
# 可选模型："videoseal" (稳定版), "pixelseal" (SOTA), "chunkyseal" (高容量)
model = videoseal.load("videoseal")     

# 1. 嵌入水印
img_tensor = T.ToTensor()(Image.open("image.jpg")).unsqueeze(0)
outputs = model.embed(img_tensor)
# 保存加水印后的图片
T.ToPILImage()(outputs["imgs_w"][0]).save("watermarked.jpg")

# 2. 检测水印
detected = model.detect(img_tensor)
# 提取二进制隐藏信息
hidden_message = (detected["preds"][0, 1:] > 0).float()
print("Detected message:", hidden_message)

视频水印嵌入

import videoseal
import torchvision

# 加载模型
model = videoseal.load("videoseal")

# 读取视频
video, _, _ = torchvision.io.read_video("video.mp4")
# 预处理：调整维度并归一化
video = video.permute(0, 3, 1, 2).float() / 255.0

# 嵌入水印 (注意设置 is_video=True)
outputs = model.embed(video, is_video=True)

# 后处理并保存
watermarked = (outputs["imgs_w"] * 255).byte().permute(0, 2, 3, 1)
torchvision.io.write_video("watermarked.mp4", watermarked, fps=30)

高级用法提示

• 调整水印强度：加载模型后可修改 scaling_w 参数。值越大鲁棒性越强但越可见，默认值为 0.2。

  model.blender.scaling_w = 0.4  # 增强鲁棒性
  

• 流式处理长视频：对于超长视频，建议使用 inference_streaming.py 脚本以避免内存溢出。

  python inference_streaming.py --input assets/videos/1.mp4 --output_dir outputs/