CN114612282A - 水印检测模型训练方法、水印去除方法、装置及电子设备 - Google Patents
水印检测模型训练方法、水印去除方法、装置及电子设备 Download PDFInfo
- Publication number
- CN114612282A CN114612282A CN202210267780.0A CN202210267780A CN114612282A CN 114612282 A CN114612282 A CN 114612282A CN 202210267780 A CN202210267780 A CN 202210267780A CN 114612282 A CN114612282 A CN 114612282A
- Authority
- CN
- China
- Prior art keywords
- watermark
- image
- transparency
- sample
- template
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 120
- 238000000034 method Methods 0.000 title claims abstract description 116
- 238000012549 training Methods 0.000 title claims abstract description 64
- 230000015654 memory Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 9
- 230000000694 effects Effects 0.000 description 24
- 238000010586 diagram Methods 0.000 description 15
- 230000002093 peripheral effect Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000013527 convolutional neural network Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000002372 labelling Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical compound C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0021—Image watermarking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2201/00—General purpose image data processing
- G06T2201/005—Image watermarking
- G06T2201/0065—Extraction of an embedded watermark; Reliable detection
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Editing Of Facsimile Originals (AREA)
- Image Processing (AREA)
Abstract
本公开是关于一种水印检测模型训练方法、水印去除方法、装置及电子设备,属于计算机技术领域。该方法包括:从模板水印图像库中获取第一水印图像和所述第一水印图像对应的第一水印标识,所述模板水印图像库用于存储至少一个水印标识对应的模板水印图像;将所述第一水印图像添加到第一图像中的样本水印区域,得到样本图像;基于所述样本图像、所述样本水印区域和所述第一水印标识,训练水印检测模型,训练后的水印检测模型用于从任一图像中检测水印图像以及水印标识,所述水印标识为检测出的水印图像包含的水印在所述模板水印图像库中的水印标识。该方法无需人工标注样本图像,降低了模型的训练成本,提高生成样本图像的效率。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及一种水印检测模型训练方法、水印去除方法、装置及电子设备。
背景技术
为了表示图像的来源,通常会为图像添加水印,但是水印在一定程度上会干扰图像的原始信息。后续对下载的图像进行处理时,为了避免水印的干扰,就需要去除图像中的水印。
相关技术中,通常会采用网络模型检测图像中的水印,然后从图像中去除水印,但是在训练该网络模型时,需要人工标注大量的图像,导致模型训练成本较高。
发明内容
本公开提供了一种水印检测模型训练方法、水印去除方法、装置及电子设备,无需人工标注图像,降低了模型训练成本。
根据本公开实施例的一方面,提供一种水印检测模型训练方法,所述方法包括:
从模板水印图像库中获取第一水印图像和所述第一水印图像对应的第一水印标识,所述模板水印图像库用于存储至少一个水印标识对应的模板水印图像;
将所述第一水印图像添加到第一图像中的样本水印区域,得到样本图像;
基于所述样本图像、所述样本水印区域和所述第一水印标识,训练水印检测模型,训练后的水印检测模型用于从任一图像中检测水印图像以及水印标识,所述水印标识为检测出的水印图像包含的水印在所述模板水印图像库中的水印标识。
本公开实施例提供的方法,将模板水印图像库中的第一水印图像添加到第一图像中的样本水印区域,得到用于训练水印检测模型的样本图像,在生成样本图像的过程中,已经确定了添加的第一水印图像对应的水印标识以及第一图像中包含水印的样本水印区域,即实现了对样本图像的标注,无需再人工标注样本图像中的水印标识和样本水印区域,从而降低了模型的训练成本,且提高了生成样本图像的效率。
在一些实施例中,所述第一水印图像的透明度为第一透明度,所述第一图像中待添加的水印的透明度为第二透明度,所述将所述第一水印图像添加到第一图像中的样本水印区域,得到样本图像之前,所述方法还包括:
确定所述第二透明度与所述第一透明度之间的第一比值;
将所述第一比值与所述第一水印图像中每个像素点的透明度相乘,得到调整后的第一水印图像。
本公开实施例中,由于模板水印图像库中的第一水印图像的透明度是固定的,而在合成样本图像时,需要添加的水印的透明度可能与第一水印图像的透明度不同,因此在添加第一水印图像之前,先调整该第一水印图像的透明度,从而使添加的水印的透明度为需要的透明度,提高了生成的样本图像的显示效果。
在一些实施例中,所述将所述第一水印图像添加到第一图像中的样本水印区域,得到样本图像之前,所述方法还包括:
确定第三透明度,所述第三透明度与所述第二透明度之和为透明度阈值;
将所述第三透明度与所述样本水印区域中每个像素点的透明度相乘,得到调整后的样本水印区域。
本公开实施例中,由于在直接将第一水印图像添加到样本水印区域,且第一水印图像的透明度为具有一定的透明度的图像的情况下,添加了第一水印图像后的样本水印区域的透明度会与第一图像中其他区域的透明度不一致,因此通过对样本水印区域的透明度进行调整,使后续在样本水印区域添加第一水印图像后,该样本水印区域的透明度仍然与第一图像中其他区域的透明度一致,提高了样本图像的显示效果。
在一些实施例中,所述将所述第一水印图像添加到第一图像中的样本水印区域,得到样本图像之前,所述方法还包括:
确定所述第一图像中的所述样本水印区域,所述样本水印区域与所述第一水印图像的形状一致;
将所述第一水印图像的尺寸调整为与所述样本水印区域的尺寸一致。
本公开实施例中,由于样本水印区域直接作为了后续训练时样本图像中的样本水印区域,而水印检测模型用于检测该样本图像中的水印图像,在该样本水印区域的尺寸与第一水印图像的尺寸不一致的情况下,导致水印检测模型检测出的水印图像的尺寸与实际添加的水印图像的尺寸不一致,从而影响该水印检测模型的准确性,因此通过将第一水印图像的尺寸调整为与样本水印区域的尺寸一致,以使后续训练出的水印检测模型能够从图像中准确的检测出水印图像,以提高该水印检测模型检测的准确性。
在一些实施例中,所述基于所述样本图像、所述样本水印区域和所述第一水印标识,训练水印检测模型之后,所述方法还包括:
调用所述水印检测模型,对第二图像进行水印检测,得到所述第二图像中的水印图像和所述水印图像包含的水印对应的第二水印标识;
从所述模板水印图像库中查询所述第二水印标识对应的第二水印图像,所述第二水印图像包含所述水印;
以所述水印图像与所述第二水印图像的差值图像替换所述第二图像中的所述水印图像,得到第三图像。
本公开实施例中,由于水印检测模型在训练过程中,样本图像中添加的第一水印图像和该第一水印图像对应的第一水印标识均为模板水印图像库中存储的,因此,利用训练后的水印检测模型检测出的第二水印标识即为模板水印图像库中存储的水印标识,检测出的水印图像在模板水印图像库中有对应的模板水印图像,从而从模板水印图像库中查询该第二水印标识对应的第二水印图像,利用第二水印图像去除检测出的水印图像中的水印,实现了水印去除,且获取差值图像的方式在去除水印的同时,还不会影响水印图像中的背景图像,提高了水印的去除效果。
在一些实施例中,所述以所述水印图像与所述第二水印图像的差值图像替换所述第一图像中的所述水印图像,得到第三图像之前,所述方法还包括:
将所述第二水印图像的透明度调整为与所述水印在所述水印图像中的透明度一致。
本公开实施例中,通过将第二水印图像的透明度调整为与水印在水印图像中的透明度一致,能够保证后续通过获取插值图像,从水印图像中完全去除水印,以提高水印的去除效果。
在一些实施例中,所述第二水印图像的透明度为第四透明度,所述水印在所述水印图像中的透明度为第五透明度,所述将所述第二水印图像的透明度调整为与所述水印在所述水印区域中的透明度一致,包括:
确定所述第四透明度与所述第五透明度之间的第二比值;
将所述第二比值与所述第二水印图像中每个像素点的透明度相乘,得到调整后的第二水印图像。
本公开实施例中,在调整透明度的过程中,是将透明度与图像中每个像素点的透明度相乘,这种调整方式,能够保证仅是调整了图像的透明度,而不会影响图像中像素点的其他信息。
在一些实施例中,所述以所述水印图像与所述第二水印图像的差值图像替换所述第二图像中的所述水印图像,得到第三图像,包括:
确定第六透明度,所述第六透明度与所述第五透明度之和为透明度阈值;
确定所述水印图像与所述第二水印图像的差值图像,将所述差值图像中每个像素点的透明度除以所述第六透明度,得到调整后的差值图像;
以调整后的所述差值图像替换所述第二图像中的所述水印图像,得到所述第三图像。
本公开实施例中,差值图像中已不包含水印,但是在去除水印的过程中,差值图像的透明度也发生了变化,因此通过将差值图像的透明度调整为与第二图像的透明度一致,使后续得到的第三图像中各个区域的透明度一致,提高了第三图像的显示效果。
在一些实施例中,所述以所述水印图像与所述第二水印图像的差值图像替换所述第二图像中的所述水印图像,得到第三图像之前,所述方法还包括:
将所述第二水印图像的尺寸调整为与所述水印图像的尺寸一致。
本公开实施例中,将第二水印图像的尺寸调整为与水印图像的尺寸一致,能够使第二水印图像中的水印所在的位置与该水印在水印图像中的位置一致,从而保证在获取差值图像时,第二水印图像中的水印能够完全抵消水印图像中的水印,从而提高了水印的去除效果。
根据本公开实施例的另一方面,提供一种水印去除方法,所述方法包括:
确定第二图像中的水印图像和所述水印图像包含的水印对应的第二水印标识;
从模板水印图像库中查询所述第二水印标识对应的第二水印图像,所述第二水印图像包含所述水印,所述模板水印图像库用于存储至少一个水印标识对应的模板水印图像;
基于所述水印图像与所述第二水印图像的差值图像替换所述第二图像中的所述水印图像,得到第三图像。
本公开实施例提供的方法,通过确定第二图像中的水印图像和该水印图像包含的水印对应的第二水印标识,然后从模板水印图像库中查询该第二水印标识对应的第二水印图像,利用第二水印图像去除检测出的水印图像中的水印,实现了水印去除,且获取差值图像的方式在去除水印的同时,还不会影响水印图像中的背景图像,提高了水印的去除效果。
在一些实施例中,所述以所述水印图像与所述第二水印图像的差值图像替换所述第一图像中的所述水印图像,得到第三图像之前,所述方法还包括:
将所述第二水印图像的透明度调整为与所述水印在所述水印图像中的透明度一致。
本公开实施例中,通过将第二水印图像的透明度调整为与水印在水印图像中的透明度一致,能够保证后续通过获取插值图像,从水印图像中完全去除水印,以提高水印的去除效果。
在一些实施例中,所述第二水印图像的透明度为第四透明度,所述水印在所述水印图像中的透明度为第五透明度,所述将所述第二水印图像的透明度调整为与所述水印在所述水印区域中的透明度一致,包括:
确定所述第四透明度与所述第五透明度之间的第二比值;
将所述第二比值与所述第二水印图像中每个像素点的透明度相乘,得到调整后的第二水印图像。
本公开实施例中,在调整透明度的过程中,是将透明度与图像中每个像素点的透明度相乘,这种调整方式,能够保证仅是调整了图像的透明度,而不会影响图像中像素点的其他信息。
在一些实施例中,所述以所述水印图像与所述第二水印图像的差值图像替换所述第二图像中的所述水印图像,得到第三图像,包括:
确定第六透明度,所述第六透明度与所述第五透明度之和为透明度阈值;
确定所述水印图像与所述第二水印图像的差值图像,将所述差值图像中每个像素点的透明度除以所述第六透明度,得到调整后的差值图像;
以调整后的所述差值图像替换所述第二图像中的所述水印图像,得到所述第三图像。
本公开实施例中,差值图像中已不包含水印,但是在去除水印的过程中,差值图像的透明度也发生了变化,因此通过将差值图像的透明度调整为与第二图像的透明度一致,使后续得到的第三图像中各个区域的透明度一致,提高了第三图像的显示效果。
在一些实施例中,所述以所述水印图像与所述第二水印图像的差值图像替换所述第二图像中的所述水印图像,得到第三图像之前,所述方法还包括:
将所述第二水印图像的尺寸调整为与所述水印图像的尺寸一致。
本公开实施例中,将第二水印图像的尺寸调整为与水印图像的尺寸一致,能够使第二水印图像中的水印所在的位置与该水印在水印图像中的位置一致,从而保证在获取差值图像时,第二水印图像中的水印能够完全抵消水印图像中的水印,从而提高了水印的去除效果。
根据本公开实施例的再一方面,提供一种水印检测模型训练装置,所述装置包括:
模板水印获取单元,被配置为执行从模板水印图像库中获取第一水印图像和所述第一水印图像对应的第一水印标识,所述模板水印图像库用于存储至少一个水印标识对应的模板水印图像;
样本图像获取单元,被配置为执行将所述第一水印图像添加到第一图像中的样本水印区域,得到样本图像;
训练单元,被配置为执行基于所述样本图像、所述样本水印区域和所述第一水印标识,训练水印检测模型,训练后的水印检测模型用于从任一图像中检测水印图像以及水印标识,所述水印标识为检测出的水印图像包含的水印在所述模板水印图像库中的水印标识。
在一些实施例中,所述第一水印图像的透明度为第一透明度,所述第一图像中待添加的水印的透明度为第二透明度,所述装置还包括:
透明度调整单元,被配置为执行确定所述第二透明度与所述第一透明度之间的第一比值;
所述透明度调整单元,还被配置为执行将所述第一比值与所述第一水印图像中每个像素点的透明度相乘,得到调整后的第一水印图像。
在一些实施例中,所述装置还包括:
透明度调整单元,被配置为执行确定第三透明度,所述第三透明度与所述第二透明度之和为透明度阈值;
所述透明度调整单元,还被配置为执行将所述第三透明度与所述样本水印区域中每个像素点的透明度相乘,得到调整后的样本水印区域。
在一些实施例中,所述装置还包括:
尺寸调整单元,被配置为执行确定所述第一图像中的所述样本水印区域,所述样本水印区域与所述第一水印图像的形状一致;
所述尺寸调整单元,还被配置为执行将所述第一水印图像的尺寸调整为与所述样本水印区域的尺寸一致。
在一些实施例中,所述装置还包括:
水印检测单元,被配置为执行调用所述水印检测模型,对第二图像进行水印检测,得到所述第二图像中的水印图像和所述水印图像包含的水印对应的第二水印标识;
模板水印查询单元,被配置为执行从所述模板水印图像库中查询所述第二水印标识对应的第二水印图像,所述第二水印图像包含所述水印;
水印去除单元,被配置为执行以所述水印图像与所述第二水印图像的差值图像替换所述第二图像中的所述水印图像,得到第三图像。
在一些实施例中,所述装置还包括:
透明度调整单元,被配置为执行将所述第二水印图像的透明度调整为与所述水印在所述水印图像中的透明度一致。
在一些实施例中,所述第二水印图像的透明度为第四透明度,所述水印在所述水印图像中的透明度为第五透明度,所述透明度调整单元,被配置为执行:
确定所述第四透明度与所述第五透明度之间的第二比值;
将所述第二比值与所述第二水印图像中每个像素点的透明度相乘,得到调整后的第二水印图像。
在一些实施例中,所述水印去除单元,被配置为执行:
确定第六透明度,所述第六透明度与所述第五透明度之和为透明度阈值;
确定所述水印图像与所述第二水印图像的差值图像,将所述差值图像中每个像素点的透明度除以所述第六透明度,得到调整后的差值图像;
以调整后的所述差值图像替换所述第二图像中的所述水印图像,得到所述第三图像。
在一些实施例中,所述装置还包括:
尺寸调整单元,被配置为执行将所述第二水印图像的尺寸调整为与所述水印图像的尺寸一致。
根据本公开实施的再一方面,提供一种水印去除装置,所述装置包括:
水印检测单元,被配置为执行确定第二图像中的水印图像和所述水印图像包含的水印对应的第二水印标识;
模板水印查询单元,被配置为执行从模板水印图像库中查询所述第二水印标识对应的第二水印图像,所述第二水印图像包含所述水印,所述模板水印图像库用于存储至少一个水印标识对应的模板水印图像;
水印去除单元,被配置为执行基于所述水印图像与所述第二水印图像的差值图像替换所述第二图像中的所述水印图像,得到第三图像。
在一些实施例中,所述装置还包括:
透明度调整单元,被配置为执行将所述第二水印图像的透明度调整为与所述水印在所述水印图像中的透明度一致。
在一些实施例中,所述第二水印图像的透明度为第四透明度,所述水印在所述水印图像中的透明度为第五透明度,所述透明度调整单元,被配置为执行:
确定所述第四透明度与所述第五透明度之间的第二比值;
将所述第二比值与所述第二水印图像中每个像素点的透明度相乘,得到调整后的第二水印图像。
在一些实施例中,所述水印去除单元,被配置为执行:
确定第六透明度,所述第六透明度与所述第五透明度之和为透明度阈值;
确定所述水印图像与所述第二水印图像的差值图像,将所述差值图像中每个像素点的透明度除以所述第六透明度,得到调整后的差值图像;
以调整后的所述差值图像替换所述第二图像中的所述水印图像,得到所述第三图像。
在一些实施例中,所述装置还包括:
尺寸调整单元,被配置为执行将所述第二水印图像的尺寸调整为与所述水印图像的尺寸一致。
根据本公开实施例的再一方面,提供了一种电子设备,所述电子设备包括:
一个或多个处理器;
用于存储所述一个或多个处理器可执行指令的存储器;
其中,所述一个或多个处理器被配置为执行上述方面所述的水印检测模型训练方法或者水印去除方法。
根据本公开实施例的再一方面,提供一种计算机可读存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行上述方面所述的水印检测模型训练方法或者水印去除方法。
根据本公开实施例的再一方面,提供一种计算机程序产品,该计算机程序产品包括计算机程序,所述计算机程序被处理器执行以实现上述方面所述的水印检测模型训练方法或者水印去除方法。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种水印检测模型训练方法的流程图。
图2是根据一示例性实施例示出的另一种水印检测模型训练方法的流程图。
图3是根据一示例性实施例示出的一种模板水印图像的示意图。
图4是根据一示例性实施例示出的一种检测结果的示意图。
图5是根据一示例性实施例示出的一种模型训练过程的示意图。
图6是根据一示例性实施例示出的一种生成样本图像的示意图。
图7是根据一示例性实施例示出的一种水印去除方法的流程图。
图8是根据一示例性实施例示出的另一种水印去除方法的流程图。
图9是根据一示例性实施例示出的一种未去除水印的图像和去除水印后的图像的示意图。
图10是根据一示例性实施例示出的一种水印去除过程的示意图。
图11是根据一示例性实施例示出的又一种水印去除方法的流程图。
图12是根据一示例性实施例示出的一种水印检测模型训练装置的框图。
图13是根据一示例性实施例示出的一种水印去除装置的框图。
图14是根据一示例性实施例示出的一种终端的结构框图。
图15是根据一示例性实施例示出的一种服务器的结构框图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案,下面将结合附图,对本公开实施例中的技术方案进行清楚、完整地描述。
需要说明的是,本公开的说明书和权利要求书及上述附图说明中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
需要说明的是,本公开所使用的术语“至少一个”、“多个”、“每个”、“任一”等,至少一个包括一个、两个或两个以上,多个包括两个或两个以上,每个是指对应的多个中的每一个,任一是指多个中的任意一个。举例来说,多个水印图像包括3个水印图像,而每个水印图像是指这3个水印图像中的每一个水印图像,任一是指这3个水印图像中的任意一个,可以是第一个,可以是第二个,也可以是第三个。
需要说明的是,本公开所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等),均为经用户授权或者经过各方充分授权的信息。
本公开实施例的执行主体为电子设备。可选地,该电子设备为终端,终端为便携式、袖珍式、手持式等多种类型的终端,如手机、计算机、平板电脑等。或者,该电子设备为服务器,服务器是一台服务器,或者由若干台服务器组成的服务器集群,或者是一个云计算服务中心。
图1是根据一示例性实施例示出的一种水印检测模型训练方法的流程图,参见图1,该方法的执行主体为电子设备,包括以下步骤:
在步骤101中,从模板水印图像库中获取第一水印图像和该第一水印图像对应的第一水印标识,该模板水印图像库用于存储至少一个水印标识对应的模板水印图像。
其中,第一水印图像为模板水印图像库中的任一模板水印图像,水印标识用于唯一表示对应的一个模板水印图像,第一水印标识为用于表示该第一水印图像的标识。
在步骤102中,将第一水印图像添加到第一图像中的样本水印区域,得到样本图像。
其中,第一图像为不包含水印的任一图像,该第一图像中的样本水印区域为任一区域。
本公开实施例,通过将第一水印图像添加到第一图像中的样本水印区域中,得到样本图像,在生成样本图像的过程中,已经确定了添加的第一水印图像对应的第一水印标识以及样本水印区域,因此后续能够直接将样本图像、该样本水印区域和第一水印标识确定为训练样本,无需再进行人工标注。
在步骤103中,基于样本图像、样本水印区域和第一水印标识,训练水印检测模型,训练后的水印检测模型用于从任一图像中检测水印图像以及水印标识,该水印标识为检测出的水印图像包含的水印在模板水印图像库中的水印标识。
调用待训练的水印检测模型,对样本图像进行水印检测,得到预测水印图像和预测水印标识,基于预测水印图像与样本水印区域之间的差异、水印标识与第一水印标识之间的差异,训练水印检测模型。
本公开实施例提供的方法,将模板水印图像库中的第一水印图像添加到第一图像中的样本水印区域,得到用于训练水印检测模型的样本图像,在生成样本图像的过程中,已经确定了添加的第一水印图像对应的水印标识以及第一图像中包含水印的样本水印区域,即实现了对样本图像的标注,无需再人工标注样本图像中的水印标识和样本水印区域,从而降低了模型的训练成本,且提高了生成样本图像的效率。
在图1所示的实施例的基础上,为了保证添加第一水印图像得到的样本图像,具有较好的显示效果,还需要调整第一水印图像的透明度,下面通过图2所示的实施例对此进行详细说明。
图2是根据一示例性实施例示出的另一种水印检测模型训练方法的流程图,参见图2,该方法的执行主体为电子设备,包括以下步骤:
在步骤201中,从模板水印图像库中获取第一水印图像和第一水印图像对应的第一水印标识。
其中,模板水印图像库用于存储至少一个水印标识对应的模板水印图像,每个水印标识用于唯一表示对应的一个模板水印图像,该水印标识为水印名称、编号或其他唯一表示模板水印图像的标识。第一水印图像为模板水印图像库中的任一模板水印图像,第一水印标识为该第一水印图像在模板水印图像库中对应的水印标识。
在一些实施例中,模板水印图像库中的模板水印图像为不具有透明度的图像,或者是具有一定透明度的图像,且对于多个模板水印图像,该多个模板水印图像的透明度可以相同,也可以不同,本公开实施例对模板水印图像库中的模板水印图像的透明度不做限制。模板水印图像库中的模板水印图像的尺寸为任一尺寸,本公开实施例对模板水印图像库中的模板水印图像的尺寸不做限制。模板水印图像库中的模板水印图像为任意形状,例如,模板水印图像为矩形、圆形、椭圆形中的任一种,本公开实施例对模板水印图像库中的模板水印图像的形状不做限制。
在一些实施例中,模板水印图像包括水印和空白的背景图像,例如,参见图3所示的模板水印图像301,该模板水印图像为矩形图像,且包括水印“ABCD”和空白的背景图像。
在步骤202中,确定第一图像中的样本水印区域。
在确定第一图像中的样本水印区域之前,需要先获取第一图像。在一些实施例中,将不包含水印的任一图像确定为第一图像;或者,对不包含水印的任一图像进行镜像反转或旋转,将镜像反转后的图像或者旋转后的图像确定为第一图像;或者,将不包含水印的任一图像划分为多个区域,将任一区域确定为第一图像;或者,将不包含水印的任一图像划分为多个区域,分别对每个区域进行镜像反转或旋转,将镜像反转后的任一区域或旋转后的任一区域确定为第一图像。本公开实施例对第一图像的获取方式不做限制。
本公开实施例中,在训练水印检测模型时,通过对一个图像进行处理,能够获取到该图像对应的多个图像,后续能够分别将多个图像生成样本图像,从而增加了训练时的数据量。
在一些实施例中,为了保证后续能够将确定的样本水印区域,直接作为训练时的样本水印区域,需要保证样本水印区域与第一水印图像的形状一致。例如,样本水印区域和第一水印图像均为矩形,则后续训练过程中,通过水印检测模型检测出的水印图像也未矩形,即能够直接检测到与第一水印图像形状相同的水印图像,以便于后续进行水印去除。
在一些实施例中,以样本水印区域为矩形区域为例,确定样本水印区域的方式,包括以下任一项:在第一图像中确定左上角坐标和右下角坐标,基于该左上角坐标和右下角坐标确定样本水印区域;或者,在第一图像中确定左下角坐标和右上角坐标,基于该左下角坐标和右上角坐标确定样本水印区域;或者,在第一图像中确定中心点坐标、左上角坐标、左下角坐标、右上角坐标或右下角坐标中的至少一个以及区域尺寸,基于中心点坐标、左上角坐标、左下角坐标、右上角坐标或右下角坐标中的至少一个以及区域尺寸确定样本水印区域。相应地,后续能够采用坐标表示该样本水印区域,或者采用坐标和尺寸表示该样本水印区域。
例如,以第一图像的左上角为原点建立坐标系,第一图像的长为w,宽为h,首先确定左上角坐标(x1,y1),其中0<x1<w-1,0<y1<h-1,然后确定右下角坐标(x2,y2),其中,x1<x2≤w-1,y1<y2≤h-1。
在步骤203中,将第一水印图像的尺寸调整为与样本水印区域的尺寸一致。
根据样本水印区域的尺寸,对第一水印图像进行放大或缩小,以将第一水印图像的尺寸调整为与样本水印区域的尺寸一致。
本公开实施例中,由于样本水印区域直接作为了后续训练时样本图像中的样本水印区域,而水印检测模型用于检测该样本图像中的水印图像,在该样本水印区域的尺寸与第一水印图像的尺寸不一致的情况下,导致水印检测模型检测出的水印图像的尺寸与实际添加的水印图像的尺寸不一致,从而影响该水印检测模型的准确性,因此为了提高该水印检测模型检测的准确性,将第一水印图像的尺寸调整为与样本水印区域的尺寸一致,以使后续训练出的水印检测模型能够从图像中准确的检测出水印图像。
在步骤204中,调整第一水印图像的透明度和样本水印区域的透明度。
本公开实施例中,图像对应的透明度越小,则图像越透明,图像对应的透明度越大,则图像越不透明,在图像对应的透明度为0的情况下,该图像为完全透明的图像,在图像的透明度为透明度阈值的情况下,该图像为完全不透明的图像,在图像的透明度为0到透明度阈值之间的任一取值的情况下,该图像为具有一定透明度的图像。
在一些实施例中,由于模板水印图像库中的第一水印图像的透明度是固定的,而在合成样本图像时,需要添加的水印的透明度可能与第一水印图像的透明度不同,因此为了保证添加的水印的透明度为需要的透明度,在添加第一水印图像之前,先调整该第一水印图像的透明度。在第一水印图像的透明度为第一透明度,第一图像中待添加的水印的透明度为第二透明度的情况下,调整第一水印图像的透明度包括:确定第二透明度与第一透明度之间的第一比值;将第一比值与第一水印图像中每个像素点的透明度相乘,得到调整后的第一水印图像。其中,第一比值即表示将第一水印图像的透明度调整为第二透明度时需要调整的程度,第二透明度为根据需要设置的透明度。例如,第一水印图像中每个像素点的透明度为1,即第一水印图像是一个完全不透明的图像,第二透明度为0.5,则将每个像素点的透明度与0.5相乘,使每个像素点的透明度为0.5,从而使调整后的第一水印图像的透明度为0.5。
本公开实施例中,通过在添加第一水印图像之前,先将第一水印图像的透明度调整为需要的第二透明度,以使在第一图像中添加的水印的透明度为需要的透明度,以提高后续合成的样本图像的显示效果。
在另一实施例中,由于在直接将第一水印图像添加到样本水印区域,且第一水印图像的透明度为具有一定的透明度的图像时,添加了第一水印图像后的样本水印区域的透明度会与第一图像中其他区域的透明度不一致,从而导致得到的样本图像的显示效果较差,因此为了提高得到的样本图像的显示效果,在样本水印区域中添加第一水印图像之前,会对样本水印区域的透明度进行调整。对样本水印区域调整包括:确定第三透明度,该第三透明度与第二透明度之和为透明度阈值;将第三透明度与样本水印区域中每个像素点的透明度相乘,得到调整后的样本水印区域。其中,透明度阈值为图像不具有透明度时对应的透明度,例如该透明度阈值为1。
本公开实施例中,在调整透明度的过程中,是将透明度与图像中每个像素点的透明度相乘,这种调整方式,能够保证仅是调整了图像的透明度,而不会影响图像中像素点的其他信息,例如其他信息为RGB(Red Green Blue,红绿蓝)信息。
需要说明的是,步骤204中调整第一水印图像的透明度和调整样本水印区域的透明度的过程为可选的过程,在另一实施例中,能够不调整第一水印图像的透明度和样本水印区域的透明度,或者,调整第一水印图像的透明度,而不调整样本水印区域的透明度,或者,调整样本水印区域的透明度,而不调整第一水印图像的透明度。
在步骤205中,将调整后的第一水印图像添加到调整后的样本水印区域,得到样本图像。
本公开实施例中,将调整后的第一水印图像添加到调整后的样本水印区域,即为在调整后的样本水印区域叠加该调整后的第一水印图像,而第一图像中除样本水印区域之外的其他区域不发生变化,从而得到样本图像,该样本图像中的样本水印区域添加第一水印图像中的水印。
以第一水印图像为不具有透明度的图像,且透明度阈值为1为例,采用下述公式,将调整后的第一水印图像添加到调整后的样本水印区域:
P1′=S1*α1+P1*(1-α1)
其中,P1表示样本水印区域,S1表示第一水印图像,α1表示第二透明度,S1*α1表示调整后的第一水印图像,1-α1表示第三透明度,P1*(1-α1)表示调整后的样本水印区域,P1′表示添加了调整后的第一水印图像后的样本水印区域。
在α1为0的情况下,第一水印图像完全透明,此时相当于不添加第一水印图像,在α1为1的情况下,第一水印图像完全不透明,此时相当于添加实心的第一水印图像,添加第一水印图像后,该第一水印图像会完全遮挡样本水印区域中原来的背景图像。
在步骤206中,基于样本图像、样本水印区域和第一水印标识,训练水印检测模型。
将样本图像输入至待训练的水印检测模型,基于该水印检测模型输出预测水印图像和预测水印标识,基于样本水印区域和预测水印图像之间的差异、第一水印标识和预测水印标识之间差异,调整该水印检测模型对应的模型参数。
在一些实施例中,样本水印区域采用坐标表示,则基于该水印检测模型输出预测坐标;或者,样本水印区域采用坐标和尺寸表示,则基于该水印检测模型输出预测坐标和预测尺寸。
在一些实施例中,基于损失函数的损失值更新该水印检测模型对应的模型参数,基于损失函数、预测坐标和样本坐标,确定该损失函数的损失值,该损失值越小,表示预测坐标与样本坐标越相近。
在一些实施例中,水印检测模型还会输出置信度,该置信度表示预测水印图像和预测水印标识的准确程度,该置信度越高表示预测水印图像和预测水印标识越准确。例如,参见图4,水印检测模型在输出的图像中框出预测的水印图像,并在该水印图像的上方显示该水印图像对应的预测水印标识“1”和置信度“0.9”。
在另一实施例中,参见图5所示的训练过程,首先获取任一图像,将该任一图像划分为多个区域,将任一区域作为第一图像,然后基于该第一图像和第一水印图像生成训练数据,即在该第一图像中的样本水印区域添加第一水印图像,得到样本图像,将样本水印区域和第一水印图像对应的第一水印标识确定为水印标签,基于该样本图像和水印标签,训练水印检测模型。
需要说明的一点是,本公开实施例仅是以样本图像为例,对水印检测模型进行一次训练为例,在另一实施例中,能够采用上述实施方式生成多个样本图像,基于多个样本图像,对水印检测模型进行多次迭代训练,直至水印检测模型能够准确检测任一图像中的水印图像以及水印标识。例如,参见图6,对图像601进行镜像反转和旋转,并在原图像、旋转后的图像和镜像反转后的图像中的样本水印区域添加第一水印图像,分别得到图像602、图像603和图像604。
需要说明的另一点是,本公开实施例中的水印检测模型为CNN(ConvolutionalNeural Networks,卷积神经网络)、Region-CNN(Region with CNN features,将卷积神经网络应用在目标检测上)或其他网络结构,本公考实施例对水印检测模型的模型结构不做限制。
本公开实施例提供的方法,将模板水印图像库中的第一水印图像添加到第一图像中的样本水印区域,得到用于训练水印检测模型的样本图像,在生成样本图像的过程中,已经确定了添加的第一水印图像对应的水印标识以及第一图像中包含水印的样本水印区域,即实现了对样本图像的标注,无需再人工标注样本图像中的水印标识和样本水印区域,从而降低了模型的训练成本,且提高了生成样本图像的效率。并且,在生成样本图像的过程中,调整了第一水印图像的透明度和样本水印区域的透明度,从而使在样本水印区域添加第一水印图像后,该样本水印区域的透明度仍然与第一图像中其他区域的透明度一致,提高了样本图像的显示效果。
上述图1和2介绍了生成样本图像来训练水印检测模型的过程,下面通过图7所示的实施例,对训练完水印检测模型之后,调用该水印检测模型,检测图像中的水印,并去除水印的过程进行说明。
图7是根据一示例性实施例示出的一种水印去除方法的流程图,参见图7,该方法的执行主体为电子设备,包括以下步骤:
在步骤701中,调用水印检测模型,对第二图像进行水印检测,得到第二图像中的水印图像和水印图像包含的水印对应的第二水印标识。
其中,第二图像为任一图像,将第二图像输入至水印检测模型,得到该第二图像中的水印图像和该水印图像包含的水印对应的第二水印标识。
需要说明的是,本公开实施例仅是以第二图像包含水印为例进行说明,在另一实施例中,在该第二图像不包含水印的情况下,调用水印检测模型,对该第二图像进行检测,输出结果为“空”,即表示该第二图像不包含水印。
在步骤702中,从模板水印图像库中查询第二水印标识对应的第二水印图像,该第二水印图像包含该水印。
由于水印检测模型在训练过程中,样本图像中添加的第一水印图像和该第一水印图像对应的第一水印标识均为模板水印图像库中存储的,因此,利用训练后的水印检测模型检测出的第二水印标识即为模板水印图像库中存储的水印标识,检测出的水印图像在模板水印图像库中有对应的模板水印图像,从而能够根据水印标识和模板水印图像之间的对应关系,从模板水印图像库中查询该第二水印标识对应的第二水印图像,即可确定该第二水印图像包含的水印与第二图像中水印图像包含的水印相同。
在步骤703中,以该水印图像与第二水印图像的差值图像替换第二图像中的水印图像,得到第三图像。
由于第二水印图像与第二图像中的水印图像包含的水印相同,因此,能够获取该水印图像和第二水印图像的差值图像,即采用第二水印图像中的水印抵消掉水印图像中的水印,使得到的差值图像中不再包含水印,以差值图像替换第二图像中的水印图像,得到第三图像,该第三图像也不再包含水印,从而实现了对第二图像中水印的去除。
本公开实施例中,由于水印检测模型在训练过程中,样本图像中添加的第一水印图像和该第一水印图像对应的第一水印标识均为模板水印图像库中存储的,因此,利用训练后的水印检测模型检测出的第二水印标识即为模板水印图像库中存储的水印标识,检测出的水印图像在模板水印图像库中有对应的模板水印图像,从而从模板水印图像库中查询该第二水印标识对应的第二水印图像,利用第二水印图像去除检测出的水印图像中的水印,实现了水印去除,且获取差值图像的方式在去除水印的同时,还不会影响水印图像中的背景图像,提高了水印的去除效果。
在图7所示的实施例的基础上,为了保证去除水印后的图像具有较好的显示效果,还需要调整透明度,下面通过图8所示的实施例对此进行详细说明。
图8是根据一示例性实施例示出的另一种水印去除方法的流程图,参见图8,该方法的执行主体为电子设备,包括以下步骤:
在步骤801中,调用水印检测模型,对第二图像进行水印检测,得到第二图像中的水印图像和水印图像包含的水印对应的第二水印标识。
在步骤802中,从模板水印图像库中查询第二水印标识对应的第二水印图像,该第二水印图像包含该水印。
步骤801-步骤802的实施方式与上述步骤701-步骤702的实施方式同理,在此不再赘述。
在步骤803中,将第二水印图像的透明度调整为与水印在水印图像中的透明度一致。
本公开实施例中,在第二水印图像的透明度与水印在水印图像中的透明度不一致的情况下,无法完全去除水印,例如,第二水印图像的透明度为0,2,而水印在水印图像中的透明度为0.5,两者透明度不一致,此时,直接基于第二水印图像和水印图像,确定差值图像时,会导致得到的差值图像中,还存在水印,不过水印的透明度变为了0.3。因此为了保证从水印图像中完全去除水印,需要使第二水印图像的透明度与水印在水印图像中的透明度一致。
在第二水印图像的透明度为第四透明度,水印在水印图像中的透明度为第五透明度的情况下,将第二水印图像的透明度调整为与水印在水印区域中的透明度一致,包括:确定第四透明度与第五透明度之间的第二比值;将第二比值与第二水印图像中每个像素点的透明度相乘,得到调整后的第二水印图像。其中,第二比值为第二水印图像的透明度需要调整的程度。其中,第五透明度为预设的透明度,或者该第五透明度为从水印图像中识别出的透明度,本公开实施例对第五透明度的确定方式不做限制。
本公开实施例中,通过将第二水印图像的透明度调整为与水印在水印图像中的透明度一致,能够保证后续通过获取插值图像,从水印图像中完全去除水印,以提高水印的去除效果。
在步骤804中,将第二水印图像的尺寸调整为与水印图像的尺寸一致。
本公开实施例中,即获取水印图像和第二水印图像的差值图像,在获取差值图像的过程中,采用第二水印图像中的水印了抵消水印图像中的水印,从而得到不包含水印的差值图像。但是,为了保证第二水印图像中的水印能够完全抵消水印图像中的水印,则需要保证第二水印图像的尺寸和水印图像的尺寸一致,第二水印图像的形状和水印图像的形状一致,且水印在第二水印图像中所在的位置与该水印在水印图像中所在的位置相对应,例如在第二水印图像和水印图像的尺寸一致的情况下,水印在第二水印图像中所在的位置的坐标与该水印在水印图像中所在的位置的坐标完全一致。
由于水印检测模型训练过程中采用的样本水印区域的形状与模板水印图像库中的模板水印图像的形状一致,且在样本水印区域中添加的第一水印图像中水印的位置,即为模板水印图像中该水印的位置,因此,基于该水印检测模型检测出的水印图像的形状和第二水印图像的形状一致,且水印在第二水印图像中所在的位置与该水印在水印图像中所在的位置相对应。但是,难以保证检测出的水印图像的尺寸和第二水印图像的尺寸一致,因此,需要先通过放大第二水印图像或缩小第二水印图像,将第二水印图像的尺寸调整为与水印图像的尺寸一致。
在步骤805中,确定水印图像与调整后的第二水印图像的差值图像,将差值图像中每个像素点的透明度除以第六透明度,得到调整后的差值图像。
基于水印图像和第二水印图像,确定该水印图像与第二水印图像的差值图像,由于调整后的第二水印图像的透明度与水印在该水印图像中的透明度一致,因此该差值图像中抵消了水印,但是在抵消过程中,差值图像的透明度也发生了变化,因此,还需要将差值图像的透明度调整为与第二图像的透明度一致。
其中,基于第五透明度,确定该第六透明度,该第六透明度与第五透明度之和为透明度阈值。例如,透明度阈值为1,水印图像的透明度为1,水印在水印图像中的透明度为0.2,调整后的第二水印图像的透明度为0.2,在抵消过程中,差值图像的透明度变为了0.8,因此需要再将差值图像中每个像素点的透明度除以0.8,使每个像素点的透明度变为1,从而使调整后的差值图像的透明度与第二图像的透明度一致。
以第二水印图像为不具有透明度的图像,且透明度阈值为1为例,采用下述公式,确定水印图像和第二水印图像的差值图像:
P2′=(P2-α2*S2)/(1-α2)
其中,P2′表示差值图像,P2表示水印图像,S2表示第二水印图像,α2表示第四透明度,α2*S2表示调整后的第二水印图像,1-α2表示第六透明度。
本公开实施例中,差值图像中已不包含水印,但是在去除水印的过程中,差值图像的透明度也发生了变化,因此通过将差值图像的透明度调整为与第二图像的透明度一致,使后续得到的第三图像中各个区域的透明度一致,提高了第三图像的显示效果。
在步骤806中,以调整后的差值图像替换第二图像中的水印图像,得到第三图像。
调整后的差值图像的透明度与第二图像的透明度一致,以调整后的差值图像替换第二图像中的水印图像,使得到的第三图像中各个区域的透明度一致。
例如,参见图9所示的未去除水印的图像和去除水印后的图像。从图9中可以看出,图像901中水印未遮挡人物,采用本公开实施例提供的水印去除方式对图像901去除水印,得到图像902,该图像902中完全去除了该水印;图像903中水印对人物进行了遮挡,采用本公开实施例提供的水印去除方式对图像903去除水印,得到图像904,该图像904中完全去除了该水印,且未影响该图像903原来的信息。
需要说明的是,本公开实施例仅是以第二图像包含一个水印为例进行说明,在另一实施例中,第二图像包含多个水印,在第二图像包含多个水印的情况下,分别检测出多个水印对应的水印图像和水印标识,并采用上述步骤802-步骤806的实施方式去除其中一个水印之后,继续采用上述步骤802-步骤806的实施方式去除其他水印,直至第二图像中的多个水印全部去除。
例如,参见图10所示的流程图,将第二图像输入至水印检测模型,检测到第二图像包含水印,即该第二图像中包含水印的水印图像和水印对应的第二水印标识,采用水印去除算法(上述步骤802-步骤806)去除该水印图像中的水印,然后在水印的数量大于等于2的情况下,继续采用水印去除算法去除该水印图像中的水印,直至得到去除全部水印后的第三图像,而在检测到第二图像中不包含水印的情况下,无需执行上述去除水印的过程。
本公开实施例中,由于水印检测模型在训练过程中,样本图像中添加的第一水印图像和该第一水印图像对应的第一水印标识均为模板水印图像库中存储的,因此,利用训练后的水印检测模型检测出的第二水印标识即为模板水印图像库中存储的水印标识,检测出的水印图像在模板水印图像库中有对应的模板水印图像,从而从模板水印图像库中查询该第二水印标识对应的第二水印图像,利用第二水印图像去除检测出的水印图像中的水印,实现了水印去除,且获取差值图像的方式在去除水印的同时,还不会影响水印图像中的背景图像,提高了水印的去除效果。
并且,本公开实施例中,将第二水印图像的尺寸调整为与水印图像的尺寸一致,能够使第二水印图像中的水印所在的位置与该水印在水印图像中的位置一致,从而保证在获取差值图像时,第二水印图像中的水印能够完全抵消水印图像中的水印,从而提高了水印的去除效果。
本公开实施例中,差值图像中已不包含水印,但是在去除水印的过程中,差值图像的透明度也发生了变化,因此通过将差值图像的透明度调整为与第二图像的透明度一致,使后续得到的第三图像中各个区域的透明度一致,提高了第三图像的显示效果。
并且,与相关技术中采用网络模型进行水印去除相比,本公开实施例提供的水印去除方式,直接利用模板水印图像即可抵消水印图像中的水印,水印去除过程简单,节省了计算量,提高了水印的去除速度。
需要说明的是,上述实施例中,仅是以调用水印检测模型,对第二图像进行水印检测,确定第二图像中的水印图像和该水印图像包含的水印对应的第二水印标识为例进行说明,在另一实施例中,可以采用其他方式确定第二图像中的水印图像和该水印图像包含的水印对应的第二水印标识。参见图11,图11是根据一示例性实施例示出的又一种水印去除方法的流程图,该方法的执行主体为电子设备,包括以下步骤:
在步骤1101中,确定第二图像中的水印图像和水印图像包含的水印对应的第二水印标识。
在步骤1102中,从模板水印图像库中查询第二水印标识对应的第二水印图像,该第二水印图像包含该水印。
在步骤1103中,以该水印图像与第二水印图像的差值图像替换第二图像中的水印图像,得到第三图像。
步骤1102-步骤1103的实施方式与上述步骤802-步骤806的实施方式同理,在此不再赘述。
本公开实施例提供的方法,通过确定第二图像中的水印图像和该水印图像包含的水印对应的第二水印标识,然后从模板水印图像库中查询该第二水印标识对应的第二水印图像,利用第二水印图像去除检测出的水印图像中的水印,实现了水印去除,且获取差值图像的方式在去除水印的同时,还不会影响水印图像中的背景图像,提高了水印的去除效果。
并且,与相关技术中采用网络模型进行水印去除相比,本公开实施例提供的水印去除方式,直接利用模板水印图像即可抵消水印图像中的水印,水印去除过程简单,节省了计算量,提高了水印的去除速度。
图12是根据一示例性实施例示出的一种水印检测模型训练装置的框图。参见图12,该装置包括:
模板水印获取单元1201,被配置为执行从模板水印图像库中获取第一水印图像和该第一水印图像对应的第一水印标识,该模板水印图像库用于存储至少一个水印标识对应的模板水印图像;
样本图像获取单元1202,被配置为执行将该第一水印图像添加到第一图像中的样本水印区域,得到样本图像;
训练单元1203,被配置为执行基于该样本图像、该样本水印区域和该第一水印标识,训练水印检测模型,训练后的水印检测模型用于从任一图像中检测水印图像以及水印标识,该水印标识为检测出的水印图像包含的水印在该模板水印图像库中的水印标识。
本公开实施例提供的装置,将模板水印图像库中的第一水印图像添加到第一图像中的样本水印区域,得到用于训练水印检测模型的样本图像,在生成样本图像的过程中,已经确定了添加的第一水印图像对应的水印标识以及第一图像中包含水印的样本水印区域,即实现了对样本图像的标注,无需再人工标注样本图像中的水印标识和样本水印区域,从而降低了模型的训练成本,且提高了生成样本图像的效率。
在一些实施例中,该第一水印图像的透明度为第一透明度,该第一图像中待添加的水印的透明度为第二透明度,该装置还包括:
透明度调整单元,被配置为执行确定该第二透明度与该第一透明度之间的第一比值;
该透明度调整单元,还被配置为执行将该第一比值与该第一水印图像中每个像素点的透明度相乘,得到调整后的第一水印图像。
在一些实施例中,该装置还包括:
透明度调整单元,被配置为执行确定第三透明度,该第三透明度与该第二透明度之和为透明度阈值;
该透明度调整单元,还被配置为执行将该第三透明度与该样本水印区域中每个像素点的透明度相乘,得到调整后的样本水印区域。
在一些实施例中,该装置还包括:
尺寸调整单元,被配置为执行确定该第一图像中的该样本水印区域,该样本水印区域与该第一水印图像的形状一致;
该尺寸调整单元,还被配置为执行将该第一水印图像的尺寸调整为与该样本水印区域的尺寸一致。
在一些实施例中,该装置还包括:
水印检测单元,被配置为执行调用该水印检测模型,对第二图像进行水印检测,得到该第二图像中的水印图像和该水印图像包含的水印对应的第二水印标识;
模板水印查询单元,被配置为执行从该模板水印图像库中查询该第二水印标识对应的第二水印图像,该第二水印图像包含该水印;
水印去除单元,被配置为执行以该水印图像与该第二水印图像的差值图像替换该第二图像中的该水印图像,得到第三图像。
在一些实施例中,该装置还包括:
透明度调整单元,被配置为执行将该第二水印图像的透明度调整为与该水印在该水印图像中的透明度一致。
在一些实施例中,该第二水印图像的透明度为第四透明度,该水印在该水印图像中的透明度为第五透明度,该透明度调整单元,被配置为执行:
确定该第四透明度与该第五透明度之间的第二比值;
将该第二比值与该第二水印图像中每个像素点的透明度相乘,得到调整后的第二水印图像。
在一些实施例中,该水印去除单元,被配置为执行:
确定第六透明度,该第六透明度与该第五透明度之和为透明度阈值;
确定该水印图像与该第二水印图像的差值图像,将该差值图像中每个像素点的透明度除以该第六透明度,得到调整后的差值图像;
以调整后的该差值图像替换该第二图像中的该水印图像,得到该第三图像。
在一些实施例中,该装置还包括:
尺寸调整单元,被配置为执行将该第二水印图像的尺寸调整为与该水印图像的尺寸一致。
关于上述实施例中的装置,其中各个单元执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图13是根据一示例性实施例示出的一种水印去除装置的框图。参见图13,该装置包括:
水印检测单元1301,被配置为执行确定第二图像中的水印图像和该水印图像包含的水印对应的第二水印标识;
模板水印查询单元1302,被配置为执行从模板水印图像库中查询该第二水印标识对应的第二水印图像,该第二水印图像包含该水印,该模板水印图像库用于存储至少一个水印标识对应的模板水印图像;
水印去除单元1303,被配置为执行基于该水印图像与该第二水印图像的差值图像替换该第二图像中的该水印图像,得到第三图像。
本公开实施例提供的装置,通过确定第二图像中的水印图像和该水印图像包含的水印对应的第二水印标识,然后从模板水印图像库中查询该第二水印标识对应的第二水印图像,利用第二水印图像去除检测出的水印图像中的水印,实现了水印去除,且获取差值图像的方式在去除水印的同时,还不会影响水印图像中的背景图像,提高了水印的去除效果。
在一些实施例中,该装置还包括:
透明度调整单元,被配置为执行将该第二水印图像的透明度调整为与该水印在该水印图像中的透明度一致。
在一些实施例中,该第二水印图像的透明度为第四透明度,该水印在该水印图像中的透明度为第五透明度,该透明度调整单元,被配置为执行:
确定该第四透明度与该第五透明度之间的第二比值;
将该第二比值与该第二水印图像中每个像素点的透明度相乘,得到调整后的第二水印图像。
在一些实施例中,该水印去除单元1303,被配置为执行:
确定第六透明度,该第六透明度与该第五透明度之和为透明度阈值;
确定该水印图像与该第二水印图像的差值图像,将该差值图像中每个像素点的透明度除以该第六透明度,得到调整后的差值图像;
以调整后的该差值图像替换该第二图像中的该水印图像,得到该第三图像。
在一些实施例中,该装置还包括:
尺寸调整单元,被配置为执行将该第二水印图像的尺寸调整为与该水印图像的尺寸一致。
关于上述实施例中的装置,其中各个单元执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
在示例性实施例中,提供了一种电子设备,该电子设备包括一个或多个处理器,以及用于存储该一个或多个处理器可执行指令的存储器;其中,该一个或多个处理器被配置为执行上述实施例中的水印检测模型训练方法或者水印去除方法。
在一些实施例中,该电子设备提供为终端。图14是根据一示例性实施例示出的一种终端1400的结构框图。终端1400包括有:处理器1401和存储器1402。
处理器1401可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器1401可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器1401也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central ProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器1401可以集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器1401还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器1402可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器1402还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器1402中的非暂态的计算机可读存储介质用于存储至少一条程序代码,该至少一条程序代码用于被处理器1401所执行以实现本公开中方法实施例提供的水印检测模型训练方法或者水印去除方法。
在一些实施例中,终端1400还可选包括有:***设备接口1403和至少一个***设备。处理器1401、存储器1402和***设备接口1403之间可以通过总线或信号线相连。各个***设备可以通过总线、信号线或电路板与***设备接口1403相连。具体地,***设备包括:射频电路1404、显示屏1405、摄像头组件1406、音频电路1407和电源1408中的至少一种。
***设备接口1403可被用于将I/O(Input/Output,输入/输出)相关的至少一个***设备连接到处理器1401和存储器1402。在一些实施例中,处理器1401、存储器1402和***设备接口1403被集成在同一芯片或电路板上;在一些其他实施例中,处理器1401、存储器1402和***设备接口1403中的任意一个或两个可以在单独的芯片或电路板上实现,本实施例对此不加以限定。
射频电路1404用于接收和发射RF(Radio Frequency,射频)信号,也称电磁信号。射频电路1404通过电磁信号与通信网络以及其他通信设备进行通信。射频电路1404将电信号转换为电磁信号进行发送,或者,将接收到的电磁信号转换为电信号。可选地,射频电路1404包括:天线***、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路1404可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于:万维网、城域网、内联网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity,无线保真)网络。在一些实施例中,射频电路1404还可以包括NFC(Near Field Communication,近距离无线通信)有关的电路,本公开对此不加以限定。
显示屏1405用于显示UI(User Interface,用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏1405是触摸显示屏时,显示屏1405还具有采集在显示屏1405的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器1401进行处理。此时,显示屏1405还可以用于提供虚拟按钮和/或虚拟键盘,也称软按钮和/或软键盘。在一些实施例中,显示屏1405可以为一个,设置在终端1400的前面板;在另一些实施例中,显示屏1405可以为至少两个,分别设置在终端1400的不同表面或呈折叠设计;在另一些实施例中,显示屏1405可以是柔性显示屏,设置在终端1400的弯曲表面上或折叠面上。甚至,显示屏1405还可以设置成非矩形的不规则图形,也即异形屏。显示屏1405可以采用LCD(Liquid Crystal Display,液晶显示屏)、OLED(Organic Light-EmittingDiode,有机发光二极管)等材质制备。
摄像头组件1406用于采集图像或视频。可选地,摄像头组件1406包括前置摄像头和后置摄像头。前置摄像头设置在终端的前面板,后置摄像头设置在终端的背面。在一些实施例中,后置摄像头为至少两个,分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种,以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality,虚拟现实)拍摄功能或者其它融合拍摄功能。
音频电路1407可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波,并将声波转换为电信号输入至处理器1401进行处理,或者输入至射频电路1404以实现语音通信。扬声器则用于将来自处理器1401或射频电路1404的电信号转换为声波。
电源1408用于为终端1400中的各个组件进行供电。电源1408可以是交流电、直流电、一次性电池或可充电电池。当电源1408包括可充电电池时,该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池,无线充电电池是通过无线线圈充电的电池。该可充电电池还可以用于支持快充技术。
在一些实施例中,该电子设备提供为服务器。图15是根据一示例性实施例示出的一种服务器的结构框图,该服务器1500可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(Central Processing Units,CPU)1501和一个或一个以上的存储器1502,其中,存储器1502中存储有指令,该指令由处理器1501加载并执行以实现上述各个方法实施例提供的方法。当然,该服务器还可以具有有线或无线网络接口、键盘以及输入输出接口等部件,以便进行输入输出,该服务器还可以包括其他用于实现设备功能的部件,在此不做赘述。
在示例性实施例中,还提供了一种计算机可读存储介质,当存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行上述水印检测模型训练方法或者水印去除方法中电子设备所执行的步骤。可选地,计算机可读存储介质可以是ROM(只读存储器,Read Only Memory)、RAM(随机存取存储器,Random Access Memory)、CD-ROM(只读光盘,Compact Disc Read-Only Memory)、磁带、软盘和光数据存储设备等。
在示例性实施例中,还提供了一种计算机程序产品,该计算机程序产品包括计算机程序,该计算机程序被处理器执行以实现上述水印检测模型训练方法或者水印去除方法。
在一些实施例中,本公开实施例所涉及的计算机程序可被部署在一个电子设备上执行,或者在位于一个地点的多个电子设备上执行,又或者,在分布在多个地点且通过通信网络互连的多个电子设备上执行,分布在多个地点且通过通信网络互连的多个电子设备可以组成区块链***。
本领域技术人员在考虑说明书及实践这里的公开后,将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (10)
1.一种水印检测模型训练方法,其特征在于,所述方法包括:
从模板水印图像库中获取第一水印图像和所述第一水印图像对应的第一水印标识,所述模板水印图像库用于存储至少一个水印标识对应的模板水印图像;
将所述第一水印图像添加到第一图像中的样本水印区域,得到样本图像;
基于所述样本图像、所述样本水印区域和所述第一水印标识,训练水印检测模型,训练后的水印检测模型用于从任一图像中检测水印图像以及水印标识,所述水印标识为检测出的水印图像包含的水印在所述模板水印图像库中的水印标识。
2.根据权利要求1所述的水印检测模型训练方法,其特征在于,所述第一水印图像的透明度为第一透明度,所述第一图像中待添加的水印的透明度为第二透明度,所述将所述第一水印图像添加到第一图像中的样本水印区域,得到样本图像之前,所述方法还包括:
确定所述第二透明度与所述第一透明度之间的第一比值;
将所述第一比值与所述第一水印图像中每个像素点的透明度相乘,得到调整后的第一水印图像。
3.根据权利要求2所述的水印检测模型训练方法,其特征在于,所述将所述第一水印图像添加到第一图像中的样本水印区域,得到样本图像之前,所述方法还包括:
确定第三透明度,所述第三透明度与所述第二透明度之和为透明度阈值;
将所述第三透明度与所述样本水印区域中每个像素点的透明度相乘,得到调整后的样本水印区域。
4.根据权利要求1所述的水印检测模型训练方法,其特征在于,所述将所述第一水印图像添加到第一图像中的样本水印区域,得到样本图像之前,所述方法还包括:
确定所述第一图像中的所述样本水印区域,所述样本水印区域与所述第一水印图像的形状一致;
将所述第一水印图像的尺寸调整为与所述样本水印区域的尺寸一致。
5.一种水印去除方法,其特征在于,所述方法包括:
确定第二图像中的水印图像和所述水印图像包含的水印对应的第二水印标识;
从模板水印图像库中查询所述第二水印标识对应的第二水印图像,所述第二水印图像包含所述水印,所述模板水印图像库用于存储至少一个水印标识对应的模板水印图像;
基于所述水印图像与所述第二水印图像的差值图像替换所述第二图像中的所述水印图像,得到第三图像。
6.一种水印检测模型训练装置,其特征在于,所述装置包括:
模板水印获取单元,被配置为执行从模板水印图像库中获取第一水印图像和所述第一水印图像对应的第一水印标识,所述模板水印图像库用于存储至少一个水印标识对应的模板水印图像;
样本图像获取单元,被配置为执行将所述第一水印图像添加到第一图像中的样本水印区域,得到样本图像;
训练单元,被配置为执行基于所述样本图像、所述样本水印区域和所述第一水印标识,训练水印检测模型,训练后的水印检测模型用于从任一图像中检测水印图像以及水印标识,所述水印标识为检测出的水印图像包含的水印在所述模板水印图像库中的水印标识。
7.一种水印去除装置,其特征在于,所述装置包括:
水印检测单元,被配置为执行确定第二图像中的水印图像和所述水印图像包含的水印对应的第二水印标识;
模板水印查询单元,被配置为执行从模板水印图像库中查询所述第二水印标识对应的第二水印图像,所述第二水印图像包含所述水印,所述模板水印图像库用于存储至少一个水印标识对应的模板水印图像;
水印去除单元,被配置为执行基于所述水印图像与所述第二水印图像的差值图像替换所述第二图像中的所述水印图像,得到第三图像。
8.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
用于存储所述一个或多个处理器可执行指令的存储器;
其中,所述一个或多个处理器被配置为执行如权利要求1至权利要求4任一项所述的水印检测模型训练方法,或者被配置为执行如权利要求5所述的水印去除方法。
9.一种计算机可读存储介质,其特征在于,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得所述电子设备能够执行如权利要求1至权利要求4任一项所述的水印检测模型训练方法,或者能够执行如权利要求5所述的水印去除方法。
10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至权利要求4任一项所述的水印检测模型训练方法,或者实现权利要求5所述的水印去除方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210267780.0A CN114612282A (zh) | 2022-03-17 | 2022-03-17 | 水印检测模型训练方法、水印去除方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210267780.0A CN114612282A (zh) | 2022-03-17 | 2022-03-17 | 水印检测模型训练方法、水印去除方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114612282A true CN114612282A (zh) | 2022-06-10 |
Family
ID=81864802
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210267780.0A Pending CN114612282A (zh) | 2022-03-17 | 2022-03-17 | 水印检测模型训练方法、水印去除方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114612282A (zh) |
-
2022
- 2022-03-17 CN CN202210267780.0A patent/CN114612282A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11205282B2 (en) | Relocalization method and apparatus in camera pose tracking process and storage medium | |
CN108594997B (zh) | 手势骨架构建方法、装置、设备及存储介质 | |
CN110059685B (zh) | 文字区域检测方法、装置及存储介质 | |
CN111179282B (zh) | 图像处理方法、图像处理装置、存储介质与电子设备 | |
CN113538273B (zh) | 图像处理方法及图像处理装置 | |
CN110490179B (zh) | 车牌识别方法、装置及存储介质 | |
CN110599593B (zh) | 数据合成的方法、装置、设备及存储介质 | |
CN112581358B (zh) | 图像处理模型的训练方法、图像处理方法及装置 | |
CN110991457B (zh) | 二维码处理方法、装置、电子设备及存储介质 | |
EP3822757A1 (en) | Method and apparatus for setting background of ui control | |
CN113570052B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN111325220B (zh) | 图像生成方法、装置、设备及存储介质 | |
CN110807769B (zh) | 图像显示控制方法及装置 | |
CN110503159B (zh) | 文字识别方法、装置、设备及介质 | |
CN110189348B (zh) | 头像处理方法、装置、计算机设备及存储介质 | |
CN112508959B (zh) | 视频目标分割方法、装置、电子设备及存储介质 | |
CN111556248B (zh) | 拍摄方法、装置、存储介质及移动终端 | |
CN110414448B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN110232417B (zh) | 图像识别方法、装置、计算机设备及计算机可读存储介质 | |
CN115908120B (zh) | 图像处理方法和电子设备 | |
CN112053360A (zh) | 图像分割方法、装置、计算机设备及存储介质 | |
CN113343709B (zh) | 意图识别模型的训练方法、意图识别方法、装置及设备 | |
CN114612282A (zh) | 水印检测模型训练方法、水印去除方法、装置及电子设备 | |
CN114332118A (zh) | 图像处理方法、装置、设备及存储介质 | |
CN110335224B (zh) | 图像处理方法、装置、计算机设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |