針對可見水印多樣性的特點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的圖像修復(fù)實現(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)域獲得圖像先驗修復(fù)圖像。為了驗證該方法的有效性,用公開網(wǎng)站上的真實視頻進(jìn)行了綜合的實驗評估,實驗結(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態(tài)的。動態(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同一個視頻不同時刻的視頻幀。針對上述2種情況,利用中值梯度和累加灰度圖的方法對視頻進(jìn)行水印提取會出現(xiàn)水印不完整和提取不到的問題。且對于十幾秒的短視頻,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：3473408