[發明專利]水印識別在線訓練、制樣、去除方法及裝置、設備、介質

在審

• 申請號: 202011308484.8
• 申請日: 2020-11-19
• 公開（公告）號: CN112419135A
• 公開（公告）日: 2021-02-26
• 發明（設計）人: 陳廣
• 申請（專利權）人: 廣州華多網絡科技有限公司
• 主分類號: G06T1/00
• 分類號: G06T1/00;G06T7/194;G06T5/50;G06N3/04;G06N3/08
• 代理公司: 廣州利能知識產權代理事務所(普通合伙) 44673
• 代理人: 王增鑫

1.一種水印識別在線訓練方法，其特征在于，包括如下迭代執行的步驟：

從背景數據集中提取背景圖，將其隨機裁剪為預設規格；

從水印數據集中提取水印原圖，將該水印原圖進行圖像變形處理以形成水印增強圖；

將水印增強圖與所述背景圖進行合成，以獲得相應的合成圖；

將所述合成圖作為訓練樣本饋入至預設的具有編碼解碼結構的適于捕獲多尺度特征的圖像分割模型中實施樣本訓練，使該圖像分割模型經此訓練適于從待識別圖片中去除所述水印原圖。

2.根據權利要求1所述的方法，其特征在于：所述圖像分割模型采用基于Residual U-block結構的U²-Net神經網絡實現。

3.根據權利要求1或2所述的方法，所述圖像分割模型實施樣本訓練包括如下步驟：

將所述合成圖饋入所述圖像分割模型的輸入卷積層中進行局部特征提取，獲得中間特征映射；

將所述中間特征映射經圖像分割模型的收縮路徑中的多個編碼器逐步下采樣提取多尺度特征；

以所述多尺度特征為饋入特征，經圖像分割模型的擴展路徑中的多個解碼器逐步上采樣，逐級還原為更高分辨率的特征圖，其中，每個解碼器以其對應的一個編碼器所獲得的特征圖為參照用于實施所述的還原；

將解碼器的所有輸出和編碼器最后階段的輸出進行融合，獲得去除水印后的彩色圖。

4.根據權利要求3所述的方法，其特征在于，所述圖像分割模型實施樣本訓練包括如下步驟：

將所述背景圖作為目標值，將所述去除水印后的彩色圖作為預測值，采用由多個損失函數線性疊加而成的總損失函數監督樣本訓練過程，以使訓練所得的預測值隨迭代次數的增加而最大化趨近于目標值。

5.根據權利要求1所述的方法，其特征在于，將該水印原圖進行圖像變形處理以形成水印增強圖的步驟中，按照如下任意一個或任意多個步驟實施所述的圖像處理：

對水印原圖進行灰度化，使其成為去除色彩的所述水印增強圖；

對水印原圖進行高斯噪聲變換，使其成為畫面失真的所述水印增強圖；

對水印原圖進行裁剪，使其成為畫面殘缺的所述水印增強圖；

對水印原圖進行畸變處理，使其成為比例失真的所述水印增強圖。

6.根據權利要求5所述的方法，其特征在于，將所述水印增強圖與所述背景圖進行合成的步驟中，按照如下任意一個或任意多個步驟進行合成：

將所述水印增強圖進行隨機縮放后與所述背景圖進行合成；

將所述水印增強圖隨機指定至所述背景圖的任意位置進行合成；

以隨機確定的包括透明度在內的融合參數將所述水印增強圖與背景圖進行合成。

7.一種水印識別在線去除方法，其特征在于，包括如下步驟：

將待識別圖片饋入權利要求1至6中任意一項所述的圖像分割模型；

由所述圖像分割模型從待識別圖片中識別出水印并將其清除；

輸出在待識別圖片的無水印版本相對應的背景圖片。

8.一種水印識別在線制樣方法，其特征在于，包括如下步驟：

從背景數據集中提取背景圖，將其隨機裁剪為預設規格；

從水印數據集中提取水印原圖，將該水印原圖進行圖像變形處理以形成水印增強圖；

將水印增強圖與所述背景圖進行合成，以獲得適于用做水印識別的訓練樣本的合成圖。

9.根據權利要求8所述的方法，其特征在于，將該水印原圖進行圖像變形處理以形成水印增強圖的步驟中，按照如下任意一個或任意多個步驟實施所述的圖像處理：

對水印原圖進行灰度化，使其成為去除色彩的所述水印增強圖；

對水印原圖進行高斯噪聲變換，使其成為畫面失真的所述水印增強圖；

對水印原圖進行裁剪，使其成為畫面殘缺的所述水印增強圖；

對水印原圖進行畸變處理，使其成為比例失真的所述水印增強圖。