基于条件生成对抗网络实现逼真可见水印去除

可见水印在图像版权保护中起着重要作用，且可见水印对抗攻击的鲁棒性已被证明至关重要。为评估并提升水印有效性，水印去除受到越来越多的关注并成为研究热点。现有方法将水印去除视为图像到图像翻译问题，采用带像素级损失的编解码架构将透明带水印像素转换为无标记像素。然而，当呈现大量真实图像时，水印更可能为未知且多样（即水印可能不透明或半透明；水印的类别与图案未知）。当将现有方法应用于真实场景时，它们大多无法满意地重建被复杂多样水印遮挡的隐藏信息（即残留水印痕迹，且重建图像缺乏真实感）。为应对此困难，本文提出一种使用条件生成对抗网络（cGANs）的新水印处理框架，用于真实应用中的可见水印去除。所提方法通过基于块判别器以带水印图像为条件，使水印去除解更接近于照片级真实重建，该判别器通过对抗训练以区分恢复图像与原始无水印图像之间的差异。在大规模可见水印数据集上的大量实验结果证明了所提方法的有效性，并明确表明与最先进（SOTA）方法相比，我们提出的方法能产生更具照片真实感与说服力的结果。