[发明专利]照片水印处理方法及装置

权利要求书

1.一种照片水印处理方法，其特征在于，包括：

获取训练数据，所述训练数据包括多个用户的带水印照片和无水印照片，每个用户的带水印照片是在所述用户的无水印照片上添加水印获得的；

针对训练数据中的每个照片，获取照片中的器官点坐标，并根据所述照片中的器官点坐标，对所述照片进行尺寸归一化处理，获得尺寸为标准尺寸的照片；

将尺寸归一化处理后的每个用户的带水印照片作为输入，将尺寸归一化处理后的所述用户的无水印照片作为输出，利用卷积神经网络CNN进行训练，建立模型；

获取带有水印的第一照片中的器官点坐标；

根据所述第一照片中的器官点坐标，对所述第一照片进行尺寸归一化处理，获得尺寸为所述标准尺寸的第二照片；

将所述第二照片作为所述模型的输入，获得所述第二照片对应的无水印照片。

2.根据权利要求1所述的方法，其特征在于，所述获取带有水印的第一照片中的器官点坐标，包括：

利用adaboost算法，获取所述第一照片中的器官点坐标。

3.根据权利要求1所述的方法，其特征在于，所述将所述第二照片作为所述模型的输入，获得所述第二照片对应的无水印照片，包括：

将所述第二照片作为所述模型的输入，获得输出的维度为标准维度的一维向量数据，所述标准维度与所述标准尺寸匹配；

将所述一维向量数据展开为尺寸为所述标准尺寸的图像，获得所述第二照片对应的无水印照片。

4.根据权利要求1-3中任一项所述的方法，其特征在于，所述方法还包括：

利用所述第二照片对应的无水印照片，进行人脸识别。

5.一种照片水印处理装置，其特征在于，包括：

第二获取模块，被配置为获取训练数据，所述训练数据包括多个用户的带水印照片和无水印照片，每个用户的带水印照片是在所述用户的无水印照片上添加水印获得的；

第三获取模块，被配置为针对训练数据中的每个照片，获取照片中的器官点坐标；

第二归一化模块，被配置为根据所述第三获取模块获取的所述照片中的器官点坐标，对所述照片进行尺寸归一化处理，获得尺寸为标准尺寸的照片；

神经网络模块，被配置为将所述第二归一化模块进行尺寸归一化处理后的每个用户的带水印照片作为输入，将所述第二归一化模块进行尺寸归一化处理后的所述用户的无水印照片作为输出，利用卷积神经网络CNN进行训练，建立模型；

第一获取模块，被配置为获取带有水印的第一照片中的器官点坐标；

第一归一化模块，被配置为根据所述第一获取模块获取的所述第一照片中的器官点坐标，对所述第一照片进行尺寸归一化处理，获得尺寸为所述标准尺寸的第二照片；

处理模块，被配置为将所述第一归一化模块获得的所述第二照片作为所述模型的输入，获得所述第二照片对应的无水印照片。

6.根据权利要求5所述的装置，其特征在于，所述第一获取模块，包括：

获取子模块，被配置为利用adaboost算法，获取所述第一照片中的器官点坐标。

7.根据权利要求5所述的装置，其特征在于，所述处理模块包括：

处理子模块，被配置为将所述第二照片作为所述模型的输入，获得输出的维度为标准维度的一维向量数据，所述标准维度与所述标准尺寸匹配；

展开子模块，被配置为将所述处理子模块获得的所述一维向量数据展开为尺寸为所述标准尺寸的图像，获得所述第二照片对应的无水印照片。

8.根据权利要求5-7中任一项所述的装置，其特征在于，所述装置还包括：

识别模块，被配置为利用所述第二照片对应的无水印照片，进行人脸识别。

9.一种照片水印处理装置，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：获取训练数据，所述训练数据包括多个用户的带水印照片和无水印照片，每个用户的带水印照片是在所述用户的无水印照片上添加水印获得的；针对训练数据中的每个照片，获取照片中的器官点坐标，并根据所述照片中的器官点坐标，对所述照片进行尺寸归一化处理，获得尺寸为标准尺寸的照片；将尺寸归一化处理后的每个用户的带水印照片作为输入，将尺寸归一化处理后的所述用户的无水印照片作为输出，利用卷积神经网络CNN进行训练，建立模型；获取带有水印的第一照片中的器官点坐标；根据所述第一照片中的器官点坐标，对所述第一照片进行尺寸归一化处理，获得尺寸为所述标准尺寸的第二照片；将所述第二照片作为所述模型的输入，获得所述第二照片对应的无水印照片。