[发明专利]图像水印去除装置有效

专利信息
申请号: 201711123854.9 申请日: 2017-11-14
公开(公告)号: CN107993190B 公开(公告)日: 2020-05-19
发明(设计)人: 雷震;石海林;李子青;吴锦林 申请(专利权)人: 中国科学院自动化研究所
主分类号: G06T3/00 分类号: G06T3/00;G06K9/00;G06N3/04
代理公司: 北京市恒有知识产权代理事务所(普通合伙) 11576 代理人: 郭文浩
地址: 100190 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 水印 去除 装置
【权利要求书】:

1.一种图像水印去除装置,其特征在于,所述装置包括对抗生成网络模型,其配置为对人脸图像进行去水印处理;所述对抗生成网络模型包括生成器、判别器和优化模块;

所述生成器,配置为依据所述人脸图像生成对应的无水印图像;

所述判别器,配置为判断所述生成器所生成的无水印图像的整体图像和局部图像是否为真实图像;

所述优化模块,配置为按照下式所示的对抗损失函数优化所述生成器和判别器:

其中,所述lossg和lossd分别为所述生成器和判别器的损失函数,所述x1为带水印人脸图像,所述[G(x1)]+为对生成器G生成的无水印图像G(x1)进行裁剪后得到的局部图像,所述y1为所述带水印人脸图像x1对应的无水印原始图像,所述y2为所述无水印原始图像y1中与所述[G(x1)]+对应的局部图像,所述D1(y1)为判别器中全局判别单元D1的输出结果,所述D2(y2)为判别器中局部判别单元D2的输出结果,所述λ1和λ2均为预设的平衡系数。

2.根据权利要求1所述的装置,其特征在于,所述装置还包括人脸识别模型;

所述人脸识别模型,配置为提取所述无水印原始图像y1和所述生成器生成的无水印图像G(x1)中的人脸特征;

所述优化模块,进一步配置为按照下式所示的组合损失函数优化所述生成器和判别器:

其中,所述Gloss和Dloss分别为所述生成器和判别器的组合损失函数,所述lossfeature为依据所述人脸识别模型所提取的人脸特征构建的特征损失函数,所述losspixel为依据所述带水印人脸图像x1与无水印原始图像y1的像素差所构建的像素损失函数,所述γ1、γ2、γ3、γ4和γ5均为预设的平衡系数。

3.根据权利要求2所述的装置,其特征在于,所述特征损失函数lossfeature如式所示:

lossfeature=||φ(y1)-φG(x1)||2

其中,所述φ(y1)为人脸识别模型φ对无水印原始图像y1提取得到的人脸特征,所述φG(x1)为人脸识别模型φ对无水印图像G(x1)提取得到的人脸特征,所述||||2表示2范数。

4.根据权利要求2所述的装置,其特征在于,所述像素损失函数losspixel如下式所示:

losspixel=||y1-x1||2

其中,所述||||2表示2范数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院自动化研究所,未经中国科学院自动化研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711123854.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top