針對(duì)可見水印多樣性的特點(diǎn)和視頻可見水印檢測與去除過程中需要大量人工干預(yù)的問題,提出了一種基于圖像修復(fù)的視頻可見水印去除方法。該方法主要分為水印檢測和水印去除2部分,水印檢測采用目標(biāo)檢測和圖像分割結(jié)合的方法,使檢測的水印圖案更準(zhǔn)確;水印去除采用基于深度圖像先驗(yàn)的圖像修復(fù)實(shí)現(xiàn),并在損失函數(shù)中引入結(jié)構(gòu)相似度,修復(fù)網(wǎng)絡(luò)通過學(xué)習(xí)水印以外的區(qū)域獲得圖像先驗(yàn)修復(fù)圖像。為了驗(yàn)證該方法的有效性,用公開網(wǎng)站上的真實(shí)視頻進(jìn)行了綜合的實(shí)驗(yàn)評(píng)估,實(shí)驗(yàn)結(jié)果表明該方法與其他修復(fù)方法相比,修復(fù)后的視頻幀結(jié)構(gòu)相似度和峰值信噪比更高。 

【文章來源】：高技術(shù)通訊. 2020,30(12)北大核心

【文章頁數(shù)】：10 頁

【部分圖文】：

本文算法流程

在現(xiàn)有的網(wǎng)站中,許多視頻的可見水印是動(dòng)態(tài)的。動(dòng)態(tài)水印主要分為兩種情況:水印位置不變、形態(tài)變化的情況,如西瓜視頻和人人視頻;水印形態(tài)不變、位置變化的情況,如韓劇TV。如圖2所示,圖2從上到下依次為西瓜視頻、人人視頻和韓劇TV同一個(gè)視頻不同時(shí)刻的視頻幀。針對(duì)上述2種情況,利用中值梯度和累加灰度圖的方法對(duì)視頻進(jìn)行水印提取會(huì)出現(xiàn)水印不完整和提取不到的問題。且對(duì)于十幾秒的短視頻,視頻內(nèi)容變化較小,往往有把視頻幀內(nèi)容當(dāng)作水印提取出來的問題�；诮Y(jié)構(gòu)的方法往往出現(xiàn)把字幕錯(cuò)認(rèn)為水印的現(xiàn)象。本文使用目標(biāo)檢測算法先檢測出水印區(qū)域減小水印切割范圍,再使用圖像分割算法切割出準(zhǔn)確的水印圖案。2.1 水印區(qū)域檢測

在水印區(qū)域檢測部分,本文將數(shù)據(jù)集中5164張視頻幀作為訓(xùn)練集,其余的1290張視頻幀作為測試集。YOLOv3在測試集中檢測的準(zhǔn)確率為98%。檢測結(jié)果如圖3所示。2.2 水印區(qū)域分割

【參考文獻(xiàn)】：
期刊論文
[1]數(shù)字水印擦除技術(shù)的研究[J]. 李瑞民.  電視技術(shù). 2015(01)

碩士論文
[1]基于生成式對(duì)抗網(wǎng)絡(luò)的圖像修復(fù)算法研究[D]. 趙立怡.西安理工大學(xué) 2018



本文編號(hào)：3473408