Novel copyright protection scheme for digital content

A novel copyright protection scheme for digital content is presented, which is a private watermarking scheme based on the watermark embedding in the DCT domain and watermark extraction Using independent component analysis （ICA）. The system includes the key for watermark extraction and the host image. The algorithm splits the original image into blocks and classifies these blocks based on visual masking, that is, noise visibility function （NVF）. Watermark components with different strength are inserted into chosen direct current components of DCT coefficients according to the classifier. The watermark extraction is based on the characteristic of the statistic independence of the host image, watermark and key. Principle component analysis （PCA） whitening process and FastICA techniques are introduced to ensure a blind watermark extraction without requiring the original image. Experirnental results show the proposed technique is robust under attacks such as image filtering and adding noise, cropping and resizing. In addition, the proposed private watermarking system can be improved to the application of the DTV content protection system.

人工智能生成内容的著作权法之辩

根据输入指令与输出内容的比例关系,可将人工智能生成内容依次分为孪生内容、伴生内容和原生内容。人工智能生成内容主要涉及三个著作权法问题。一是机器阅读的法律性质问题,法定许可说能更好地兼顾著作权专有属性与公有属性,实现权利行使与限制的动态平衡。二是生成内容的可著作权性问题,需要结合内容类型并考虑输入指令的潜在影响。同比例复制的孪生内容不属于作品,差异化表达的伴生内容属于演绎作品,创造性表现的原生内容属于原创作品。三是生成内容的著作权归属问题,除另有协议外,需要结合内容类型并考虑所有者、使用者的贡献程度。孪生内容因不属于作品,无人享有著作权;所有者、使用者对伴生内容的形成均有重大贡献,基于概括合作行为与意识,所有者、使用者共同享有著作权;只有所有者对原生内容的形成具有重大贡献,所有者单独享有著作权。

人工智能生成内容确权模式的嬗变与数据财产权的确立

人工智能生成内容已深入应用到社会生产生活当中。在数据确权制度诞生之前,各国立法、司法和理论界大多主张以著作权法保护人工智能生成的数据。由于狭义著作权确权模式饱受“独创性”诟病,转而走向邻接权确权模式。然而,透过人工智能生成内容的技术和法律本质可以看出,该客体和邻接权的保护客体以及设立目的并无相关之处,盲目扩大邻接权的保护范围不仅会遭到理论与制度的挑战,而且在司法实践中也会捉襟见肘。因此,必须走出著作权保护模式的藩篱和迷雾,直面人工智能生成内容的本质,构建具有合理性的新型财产权制度。从数据视野来看,人工智能生成内容的技术本质为数据,法律本质为数据财产。随着数据时代的到来以及数据立法的展开,人工智能生成内容的数据财产权确权模式必然浮出水面。数据财产权确权模式是依托于数据法律制度的出现与发展提出的,是立足于人工智能生成内容的数据本质形成的,是基于人工智能生成内容的数据财产法律属性揭示的确权模式选择。在综合考量产业目的、盈利模式、风险成本、商业实践以及使用者目的来看,人工智能生成内容的权利主体应当为服务使用者而不是服务提供者,权利保护应适用“财产规则”和“禁易规则”。

数字图像多功能水印综述

数字图像多功能水印技术通过将多种类型的水印嵌入到同一图像,以实现2种及以上的图像保护功能(版权保护、内容认证、篡改恢复等).当前,数字图像多功能水印算法仍面临着性能和应用场景等方面的挑战.为促进图像多功能水印的进一步发展,首先系统地梳理了数字图像水印技术,包括其系统特性、常见分类、关键技术与成果,以及其可实现的功能与应用场景;在此基础上,对近10年来不同类别的多功能水印嵌入模型(融合水印嵌入、零水印嵌入、水印串行嵌入、水印并行嵌入)的相关工作进行归纳与分析;最后,总结了当前数字图像多功能水印技术的不足,展望了后续研究与发展趋势.综合分析发现,多水印的嵌入难免对水印综合性能造成损失,且多功能水印在真实应用场景中的效果仍待改善.人工智能等新技术在数字图像多功能水印中的应用有望提升算法性能.

论网络平台版权内容过滤义务的适用与实施

过滤技术发展在促进网络版权治理的同时引起“通知—删除”规则的适用困境,以及网络平台版权内容过滤义务之争议。过滤义务本质上是注意义务的延伸,设立过滤义务有助于约束平台权利滥用、发挥治理优势,规制自发过滤行为。具体适用过滤义务时,应针对大型信息存储与发布服务提供商的特定内容,制定明确合理的过滤标准并采取分类过滤措施。为保障过滤义务有效实施,应建立与“通知—删除”规则的体系衔接机制、类型化成本分担补偿机制,以及算法运行全流程人机联合审查机制。

人工智能生成内容的著作权客体性思考——兼论作品判定的独创性标准选择

以基于转换器的生成式预训练模型(GPT)为代表的高阶人工智能凭借其强大的智能型内容生成机制,使得内容产品生产中的技术占比不断上升,人的直接投入占比相对下降,传统著作权法作品的独创性要求、权利人本原则等基本理论受到冲击。面对人工智能生成内容(AIGC)可作品性问题,基于自然人智力投入的创造性本质理论和闭合性作品概念显得力不从心。在过程视角下(主观标准),人工智能内容生成过程符合人类创作的思维特征;在结果视角下(客观标准),人工智能生成内容具有著作权作品的外观形式和信息消费功能,符合著作权作品的本质属性。如果人为割裂人工智能生成内容与著作权作品在产生过程和实质作用上的同质关系,强行区分人工智能生成内容和自然人创作作品的法律性质,则有悖著作权法因应技术发展调整信息消费品利益的制度旨趣,最终将导致著作权法律秩序的混乱。

人工智能绘画的版权风险与应对思考

随着内容生成式人工智能技术的发展和普及,AI绘画技术日趋成熟,AI绘画软件也逐渐被投放到应用市场中。人工智能绘画为我们生活带来极大便利的同时,也存在不容忽视的版权风险。人工智能绘画的版权风险主要包括在利用海量图片训练时,可能产生侵犯原作复制权和改编权的风险;生成画作后,可能产生侵犯复制权、改编权、网络信息传播权、修改权和保护作品完整权的风险。为应对模型训练阶段可能带来的版权风险,国家应完善现有法律法规,并加强对AI绘画软件研发机构的监管;为应对生成图片后可能产生的版权风险,法律应适当肯定基于强人工智能模型的AI绘画画作的可版权性,使用者应提高风险防范意识,让人工智能绘画在版权领域带来更多的正效益。

论网络服务商版权内容过滤义务:羁绊与出路

网络服务商信息控制能力提升及技术向善伦理观念发展,导致传统安全港规则正当性受到影响。这为版权内容过滤义务构建提供契机。应用版权内容过滤技术虽在基本权利保障与过滤成本方面存在局限,却并非不可化解。为优先保障高利益位序权利,并限制网络服务商恣意过滤,理应法定过滤标准。结合过滤行为的行政执法属性,引入证明标准理论进行义务建构,相较于比例原则与经验法则具有明显优势。对具体过滤标准,可以“接近案件事实清楚,证据确实充分”作为推定侵权、以不满足“优势证据”标准作为推定不侵权的技术过滤标准;而对两者间的“可能侵权内容”则构建预警通知制度。过滤成本问题则可通过限定义务主体范围、降低合格技术标准及作品集体管理予以分解。由此,发挥过滤技术功能以实现版权内容过滤义务的价值追求具有可行性。

UGC模式下短视频版权保护的困境及其纾解

UGC模式的盛行为用户参与短视频创作提供了便利条件,但同时也给短视频的版权保护带来了困境。从实践来看,短视频版权保护遭遇的困境主要表现为版权界定存在争议、平台注意义务模糊、用户版权意识薄弱及侵权隐蔽维权困难等4个方面。为纾解短视频版权保护困境,促进短视频产业的健康发展,当下需要在区分短视频类型及细化合理使用标准的意义上明确短视频的版权界定标准;通过明确注意义务范围、完善内容审核机制来督促UGC平台履行短视频版权保护责任;针对不同的主体强化短视频版权保护意识;同时,还应重视技术赋能在UGC短视频版权保护中的作用。

人工智能生成内容保护模式研究

随着人工智能(Artificial Intelligence,AI)技术的发展,其在绘画、写作、音乐等领域的影响也日益增加。与此同时,人工智能生成内容(AIGC)的数量日益增多。人工智能技术的发展,改变了相关领域格局,也产生了许多优秀的内容,与此同时和人工智能生成内容相关的法律短板却不断显露。我国对于人工智能生成内容的法律保护还处于空白或模糊状态,缺乏专门的法律规范和司法实践。我国现行的《著作权法》以及相关司法解释都是基于传统的以人类为主体的创作模式制定的,并没有对人工智能生成内容进行明确的界定和规制。在法学范围内对于人工智能生成内容保护模式进行分析,能够完善我国相关领域立法工作,保护创作者的合法利益,激励人工智能生成内容的创造性。

短视频内容传播的版权保护研究

随着互联网的普及,短视频以其内容丰富、制作方便、传播速度快等优点受到人们的青睐,成了普遍的娱乐方式之一。短视频行业在蓬勃发展的同时,也引起了侵权纠纷的多发。侵权容易维权难,应注重界定短视频传播侵权所涉及的利益主体之间的博弈关系,综合考虑各利益主体之间的利益冲突和长期发展。文章阐述了短视频内容侵权的类型以及保护现状,并对此提出建议。

人工智能生成内容:可版权性和版权人问题

生成式人工智能属于连接主义,具有不可解释性。版权理论中的可版权性和创意/表达两分法本来适用于自然人作者。自然人从创意到表达有可预测性、在创意与表达之间有确定性、从表达到创意有可解释性。人工智能生成内容是应用生成式人工智能技术得到的结果。对于人工智能生成内容,从人类给出创意到生成式人工智能给出表达的过程无法体现创意/表达两分法的可预测性、确定性、可解释性,即创意/表达两分法在人工智能生成内容情况下并不成立。因此,人工智能生成内容并不具有可版权性;人类就不能成为人工智能生成内容的版权人。行为体的概念是人工智能的核心;人工智能旨在构建智能行为体。在人类不能享有人工智能生成内容的版权的情况下,在将可版权性从自然人创作作品拓展到人工智能生成内容情形之后,人工智能行为体在至少具备行为体弱概念的四项特性的条件下就是所生成内容的潜在的版权人。一旦法律主体延伸到人工智能行为体,人工智能行为体就可以确定为人工智能生成内容的版权人。

ChatGPT著作权主体的否定性分析

人工智能的热点效应引发了我国法学界的派生讨论,目前代表人工智能最新技术的ChatGPT势头大热,ChatGPT能够代替人类撰写论文、诗歌、新闻报道等,其自主生成的内容是否属于著作权法所保护的作品就是在著作权领域中的一大新议题。不少学者提出将其纳入著作权主体的范畴进行规范保护,但ChatGPT始终没有引发技术的革新性变动,也没有构成对法律主体制度的突破与颠覆,生成的内容不属于作品,也不需要赋予其著作权主体地位。

元宇宙中虚拟数字人创作内容的著作权保护——基于与人工智能生成内容比对的视角

元宇宙以人工智能为技术底座,虚拟数字人是人工智能发展到一定阶段的产物。虚拟数字人创作内容与人工智能生成内容在创作主体、生成过程、承载媒介等方面具有同质性,二者共性程度可为前者著作权保护路径提供先期理论与参考。具言之,虚拟数字人创作内容应受著作权保护而非进入公有领域或冠以邻接权之名;生成内容认定上,应坚持以作者为中心的独创性认定标准,以全新作品体验作为判定依托,符合情感投入和客观表达双重条件;法律适用上,应以现行《著作权法》第3条为基准,通过法律解释将虚拟数字人创作具象内容归入既有法定作品类型或兜底条款涵盖;权利归属上,根据权利义务对等原则,宜将虚拟数字人创作内容的相关著作权利归属自然人主体。

论数字化“智力成果”保护向著作权法回归的正当性--以人工智能生成内容的保护路径选择为例

现阶段数字化“智力成果”不断涌现,但著作权保护之正当性却遭遇了前所未有的挑战。以人工智能生成内容为例,无论是在保护对象上、权利主体上还是受控行为上都因为技术的强势介入而产生认定难题,进而产生了适用反不正当竞争法进行保护的倾向。但事实上,适用反不正当竞争法不仅无法达到预期效果,反而会因抵触著作权法而增加社会成本。经过进一步分析,可以发现人工智能生成内容等数字化“智力成果”之上存在创作模式、技术身份和使用行为性质的认识误区。当相关误区被纠正后,著作权法完全有能力对数字化“智力成果”提供充分保护并且实现作者利益与公众利益之间的平衡。因此,正确的做法是在外部明确著作权法、反不正当竞争法和公共领域的界限,在内部利用著作权法高效的利益平衡机制寻找适合数字化“智力成果”的保护模式。

人工智能生成内容的著作权认定

人工智能在新闻和视觉艺术领域参与创作活动的现象虽然在如今已成常态,但如何认定由此生成内容的可版权性及其权利归属,在法律上却并未形成统一意见。作为非自然人和法人的人工智能首次成为内容来源后,如果将该内容认定为受著作权法保护的作品,必将冲击传统著作权的客体认定标准和权利归属原则,引发权利变动和侵权认定规则的全面混乱。作为激励"理性人"创作和传播的制度工具,著作权法无法脱离从移植自有体物财产权的制度体系和主客体不得互换的基本私法原理,因而围绕创作者和投资者构建的制度设计不应也无法因人工智能而被颠覆。作为遵循人工智能软件设计者意志创作的产物,人工智能生成内容的结果不但仍可由独创性判定标准来认定,权利归属也应借鉴早已存在且运作成熟的法人作品制度安排,将人工智能的所有者视为著作权人。

基于文本内容的数字水印算法的设计与实现

为了有效地保护各种数字化产品的版权,防止产品被篡改、假冒和盗用,提出一种新的数字产品版权保护技术即数字水印。针对目前数字水印技术的研究主要集中在图像、视频和音频等方面的现象,分析了几种常用的文本数字水印技术,并按各自不同的嵌入方法对它们进行归类,设计并实现了一种基于文本内容的文本数字水印算法,利用中英文逗号的替换完成水印的嵌入与提取。测试结果表明了该算法的可行性,并分析了算法的鲁棒性、隐蔽性及水印容量。

我国用户生成内容的版权侵权问题治理模式研究

我国用户生成内容的版权侵权问题日益严重。当前对这一问题的治理中,在宏观与微观两方面都存在多个问题,需要在借鉴国外经验教训的基础上,进行有针对性地改进,即宏观层面上的法律建设和微观层面上UGC网站、UGC用户的共同努力,才能使我国的治理模式更加完善,治理效果更加显著。

媒体的数字内容资产与版权定价机制

数字内容资产的版权定价必须依据顾客的感知价值来确定。对于数字内容资产的版权定价策略,可以借鉴经济学中的卡尔多-希克斯补偿理论,即在售卖方和用户的利益之间难以实现"双赢"时,允许以牺牲一方的利益来实现一种较优的暂时平衡。实际应用中具体的版权定价策略可以按多重定价、捆绑定价、渗透定价等进行细分和拓展。

基于图像特征的鲁棒性数字水印算法

为了同时实现图像版权保护和图像内容的真伪性鉴定,提出了一种基于数字图像特征的鲁棒性数字水印算法。先利用Hessian变换提取宿主图像的特征区域,并根据每个特征区域内各个像素点的局部方向,将用于版权保护的水印信息嵌入到这些特征区域中。同时,向图像中除特征区域之外的区域嵌入用于图像内容真伪鉴定的脆弱性水印。水印提取过程是水印嵌入的逆过程,在不需要原始图像的情况下实现了版权水印和内容鉴定水印的提取。实验表明,该算法能抵抗大多数的移除攻击等几何篡改,对篡改发生的位置定位效果良好。