失真鲁棒性

Meta-FC：基于特征一致性的元学习用于鲁棒且可泛化的水印

Meta-FC: Meta-Learning with Feature Consistency for Robust and Generalizable Watermarking

把元学习加特征一致性损失当作一种可插拔的训练策略，用来替代单随机失真（SRD）噪声层，可直接迁移到其他需要抵抗多种失真的视觉任务（如复原、隐写、对抗训练）中，缓解批次间优化冲突。