[发明专利]一种短视频可见水印去除的方法及计算机可读存储介质

权利要求书

1.一种短视频可见水印去除的方法，其特征在于，所述短视频可见水印去除的方法包括：

步骤1、获取待去除水印的目标视频的若干视频帧；

步骤2、利用训练好的YOLO网络结构得到所述视频帧水印区域的预测框；

步骤3、利用阈值分割法对所述预测框中的水印区域进行分割，得到水印分割图像；

步骤4、利用Criminisi算法去除所述水印分割图像中的水印，得到去除水印后的图像；

步骤5、将所有去除水印后的图像视频帧转为视频，得到无水印的目标视频。

2.根据权利要求1所述的短视频可见水印去除的方法，其特征在于，所述步骤2包括：

步骤2.1、将预设大小的每张所述视频帧切割为若干单元格，得到切割好的视频帧图像；

步骤2.2、将所述视频帧图像输入到训练好的YOLO网络结构中，输出预设数量的张量，所述张量的大小为S×S(B×5+C+E)，其中，S为行、列单元格数，B为每一所述单元格的预测框数量，5为五个特征参数，C为水印类别，E为类别存在判断；

步骤2.3、根据所述预测框的水印类别预测概率与所述预测框的置信度的乘积得到所述预测框的得分；

步骤2.4、基于所述预测框的得分，使用NMS算法去除多余预测框，得到最终保留的预测框。

3.根据权利要求2所述的短视频可见水印去除的方法，其特征在于，对于步骤2.2，若检测的水印存在于水印数据集中，则E＝1，若不存在，则E＝0，并且将出现的新水印类别添加到水印数据集中，然后利用更新后的水印数据集重新训练YOLO网络结构，其中，所述水印数据集为用于训练YOLO网络结构的数据集。

4.根据权利要求2所述的短视频可见水印去除的方法，其特征在于，所述步骤2.4包括：

步骤2.41、将所有预测框的得分按照从高到低的顺序排序，并选取最高得分的预测框A；

步骤2.42、计算所述预测框A与其他预测框的IoU值，若IoU值大于或者等于0.5，则将该与预测框A对应的预测框的得分设为0，所述预测框A得分不变，若IoU值小于0.5，则保持所述预测框A与其他预测框的得分不变；

步骤2.43、按照从高到低的顺序，从剩余的预测框中，选取得分最高的预测框B，重复步骤2.42，直至最后保留得分不为0的预测框，作为最终保留的预测框。

5.根据权利要求1所述的短视频可见水印去除的方法，其特征在于，所述YOLO网络结构的训练方法包括：

S1、获取水印图像数据集，所述水印图像数据集包括若干水印图像；

S2、使用labelImg工具对水印图像进行真实目标框标注，得到水印标注图像，水印标注图像包括目标框的位置、水印类别、水印路径，所有水印标注图像组成水印数据集；

S3、将预设大小的水印标注图像切割为若干单元格，并将切割好的水印标注图像输入至所述YOLO网络结构中，输出预设数量的张量；

S4、通过输出的向量计算损失值，直至损失值达到最小值时，得到训练好的YOLO网络结构。

6.根据权利要求1所述的短视频可见水印去除的方法，其特征在于，所述步骤3包括：

步骤3.1、根据所述预测框中的水印区域，得到最终阈值T_K，其中，阈值为最终阈值T_K时，所述前景的平均灰度值和所述背景的平均灰度值相等；

步骤3.2、以所述最终阈值T_K对所述预测框中的水印区域进行分割，得到所述水印分割图像。