带水印图像复原方法及其装置、设备、介质、产品制造方法及图纸

本申请涉及一种带水印图像复原方法及其装置、设备、介质、产品，所述方法包括：获取原始图像经图像分割模型提取的水印图像、透明度掩膜、冗余信息特征图，以及水印掩膜；基于所述原始图像、水印图像、透明度掩膜逆推出浅层复原图像后，与所述原始图像和冗余信息特征图进行通道合并获得多通道特征图；采用图像精修模型对所述多通道特征图执行多级卷积操作以获得在所述原始图像的基础上消除了水印图像的深度复原图像；以所述水印掩膜对所述原始图像和深度复原图像进行平滑合成，获得所述原始图像消除了所述水印图像所得的精修复原图像。本申请能够精准地消除原始图像中的水印，使相应的精修复原图像获得更为优质的图像还原效果。精修复原图像获得更为优质的图像还原效果。精修复原图像获得更为优质的图像还原效果。

【技术实现步骤摘要】
带水印图像复原方法及其装置、设备、介质、产品


[0001]本申请涉及水印图像处理技术，尤其涉及一种带水印图像复原方法及其装置、设备、介质、产品。

技术介绍

[0002]近年来，计算机视觉技术不断发展，常使用水印嵌入算法用于图片所有权声明，导致相关图片在转用时产生不便。在一些特殊的情况下，需要对水印进行去除，例如水印版本已过期，而水印的设计公司不再提供技术支持。为满足这样的需求，需要提出独立的解决方案。
[0003]目前，常用的去除水印的方法是先对水印进行检测，然后再进行图像修复，所实现的效果是将存有水印的图像区域的图像屏蔽掉，这有助于消除一些视觉上不可感知的水印。
[0004]但是，还存在大量的带有视觉可感知的水印的图片需要处理，视觉可感知的水印，也俗称淡水印。对于淡水印，与水印重叠的背景图像是部分可见的，如果单纯将水印的区域进行掩膜，然后再进行图像修复，会丢失掉很多可见的背景信息，导致修复的效果并不理想。特别是当水印图像是在原图中占据的空间较大例如满屏时，传统技术的对原图的复原效果并不理想。

技术实现思路

[0005]本申请的目的在于解决上述问题而提供一种带水印图像复原方法及其相应的装置、设备、非易失性可读存储介质，以及计算机程序产品。
[0006]根据本申请的一个方面，提供一种带水印图像复原方法，包括如下步骤：
[0007]获取原始图像经图像分割模型提取的水印图像、透明度掩膜、冗余信息特征图，以及水印掩膜；
[0008]基于所述原始图像、水印图像、透明度掩膜逆推出浅层复原图像后，与所述原始图像和冗余信息特征图进行通道合并获得多通道特征图；
[0009]采用图像精修模型对所述多通道特征图执行多级卷积操作以获得在所述原始图像的基础上消除了水印图像的深度复原图像；
[0010]以所述水印掩膜对所述原始图像和深度复原图像进行平滑合成，获得所述原始图像消除了所述水印图像所得的精修复原图像。
[0011]根据本申请的另一方面，提供一种带水印图像复原装置，包括：
[0012]图像获取模块，设置为获取原始图像，所述原始图像包含水印；
[0013]降采样处理模块，设置为将所述原始图像输入图像分割模型的降采样网络中提取出多个尺度相对应的降采样特征图；
[0014]特征综合模块，设置为由所述图像分割模型中的特征综合网络将最小尺度的降采样特征图变换为综合采样特征图，所述综合采样特征图融合了所述最小尺度的降采样特征
图中的频域特征信息和空域特征信息；
[0015]升采样处理模块，设置为由所述图像分割模型中的升采样网络基于所述综合采样特征图，参考所述多个尺度的降采样特征图进行逐级升采样，获得将所述原始图像消除了水印的结果图像。
[0016]根据本申请的另一方面，提供一种带水印图像复原设备，包括中央处理器和存储器，所述中央处理器用于调用运行存储于所述存储器中的计算机程序以执行本申请所述的带水印图像复原方法的步骤。
[0017]根据本申请的另一方面，提供一种非易失性可读存储介质，其以计算机可读指令的形式存储有依据所述的带水印图像复原方法所实现的计算机程序，所述计算机程序被计算机调用运行时，执行该方法所包括的步骤。
[0018]根据本申请的另一方面，提供一种计算机程序产品，包括计算机程序/指令，所述计算机程序/指令被处理器执行时实现本申请任意一种实施例中所述方法的步骤。
[0019]相对于现有技术，本申请具有多方面优势，包括但不限于：
[0020]首先，本申请通过对原始图像进行图像分割获取其分割特征信息之后，对该分割特征信息做不同全连接操作，相应转换出水印图像、水印掩膜、透明度掩膜以及冗余信息特征图，然后，先根据水印图像和透明度掩膜对原始图像进行初始消水印还原，获得浅层复原图像，再将浅层复原图像与所述原始图像、冗余信息特征图进行多通道合并而成的多通道特征图输入图像精修模型提取其深层语义信息获得深度复原图像，最后，根据所述水印掩膜对所述深度复原图像和原始图像进行平滑合成，参考原始图像对深度复原图像实施精修，获得精修复原图像，其复原质量优异，可保原图中与水印重合部分能够获得自然真实的复原效果。
[0021]其次，本申请在第一阶段时，使用透明度掩膜获得浅层复原图像，而在第二阶段在利用图像精修模型深度推理获得深度修复图像的基础上才应用水印掩膜获取精修复原图像，透明度掩膜和水印掩膜均由同一图像分割模型获得，而在不同阶段发挥不同的作用，其中的透明度掩膜能够根据水印与原图之间的透明度，对相应区域的原图内容进行显化，在此基础上与其他信息叠加为多通道特征图之后，再提取深层语义，根据深层语义推理获得消除了水印的深度复原图像，再依据水印掩膜参考原始图像对深度复原图像进行精细修复，其获得的精修复原图像，其修复效果必然更为精确。
[0022]此外，利用本申请改进的图像分割模型及图像精修模型的推理能力，可以实现批量处理，适于对大规模图像进行快速的数据清洗操作，适于电商平台之类的应用场景中，对海量的商品图像进行去水印处理。
附图说明
[0023]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0024]图1为本申请的技术方案的应用环境的网络架构示意图；
[0025]图2为本申请示例性采用的水印消除模型的模型架构示意图；
[0026]图3为本申请示例性采用的图像分割模型的部分模型架构示意图；
[0027]图4为本申请的图像分割模型中的特征综合网络的内部结构的原理框图；
[0028]图5为本申请的图像精修模型及其与图像分割模型中的输出变换网络的模型架构示意图；
[0029]图6为本申请的带水印图像复原方法的一种实施例的流程示意图；
[0030]图7为本申请的图像分割模型执行图像分割的流程示意图；
[0031]图8为本申请实施例中对最小尺度的降采样特征提取频域和空域特征信息获得综合采样特征图的流程示意图；
[0032]图9为本申请的带水印图像复原装置的原理框图；
[0033]图10为本申请所采用的一种带水印图像复原设备的结构示意图。
具体实施方式
[0034]本申请中所引用或可能引用到的模型，包括传统机器学习模型或深度学习模型，除非明文指定，既可部署于远程服务器且在客户端实施远程调用，也可部署于设备能力胜任的客户端直接调用，某些实施例中，当其运行于客户端时，其相应的智能可通过迁移学习来获得，以便降低对客户端硬件运行资源的要求，避免过度占用客户端硬件运行资源。
[0035]请参阅图1，本申请一种示例性的应用场景所采用的网络架构，包括终端设备80、独立站81和应用服务器82，所述应用服务器82可用于部署带水印图像复原服务，所述带水印图像复本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种带水印图像复原方法，其特征在于，包括：获取原始图像经图像分割模型提取的水印图像、透明度掩膜、冗余信息特征图，以及水印掩膜；基于所述原始图像、水印图像、透明度掩膜逆推出浅层复原图像后，与所述原始图像和冗余信息特征图进行通道合并获得多通道特征图；采用图像精修模型对所述多通道特征图执行多级卷积操作以获得在所述原始图像的基础上消除了水印图像的深度复原图像；以所述水印掩膜对所述原始图像和深度复原图像进行平滑合成，获得所述原始图像消除了所述水印图像所得的精修复原图像。2.根据权利要求1所述的带水印图像复原方法，其特征在于，获取原始图像经图像分割提取的水印图像、透明度掩膜、冗余信息特征图，以及水印掩膜，包括：采用图像分割模型对所述原始图像进行图像分割，根据所述原始图像的空域特征和频域特征确定出分割特征信息；通过多个全连接层分别对所述分割特征信息执行不同全连接操作而转换输出所述水印图像、透明度掩膜、冗余信息特征图，以及水印掩膜。3.根据权利要求2所述的带水印图像复原方法，其特征在于，采用图像分割模型对所述原始图像进行图像分割，根据所述原始图像的空域特征和频域特征确定出分割特征信息，包括：将所述原始图像输入图像分割模型的降采样网络中提取出多个尺度相对应的降采样特征图；由所述图像分割模型中的特征综合网络将最小尺度的降采样特征图变换为综合采样特征图，所述综合采样特征图融合了所述最小尺度的降采样特征图中的频域特征信息和空域特征信息；由所述图像分割模型中的升采样网络基于所述综合采样特征图，参考所述多个尺度的降采样特征图进行逐级升采样，获得所述原始图像的分割特征信息。4.根据权利要求3所述的带水印图像复原方法，其特征在于，由所述图像分割模型中的特征综合网络将最小尺度的降采样特征图变换为综合采样特征图，包括：由所述特征综合网络将所述最小尺度的降采样特征图按同一维度等分为第一特征图和第二特征图；通过所述特征综合网络中的残差网络提取出所述第一特征图中的频域特征信息，叠加到所述第一特征图中；通过所述特征综合网络中的基础卷积层提取出所述第二特征图中的空域特征信息，叠加到所述第二特征图中；由所述特征综合网络中的拼接层将经处理后的第一特征图与第二特征图进行多通道拼接为综合采样特征图。5.根据权利要求2所述的带水印图像复原方法，其特征在于，通过多个全连接层分别对所述分割特征信息执行不同全连接操作而转换输出所述水印图像、透明度掩...

【专利技术属性】
技术研发人员：罗丹，
申请(专利权)人：广州欢聚时代信息科技有限公司，
类型：发明
国别省市：