[发明专利]照片水印处理方法及装置

说明书

本公开是关于一种照片水印处理方法及装置，包括：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，获得尺寸为预设的标准尺寸的第二照片；将所述第二照片作为预先建立的模型的输入，获得所述第二照片对应的无水印照片。通过本公开的方案，能够实现快捷便利的去水印处理。

技术领域

本公开涉及软件应用领域，尤其涉及一种照片水印处理方法及装置。

背景技术

水印是向例如图像、声音、视频信号等数据多媒体中添加某些数字信息以达到文件真伪鉴别、版权保护等功能。嵌入的水印信息隐藏于宿主文件中，不影响原始文件的可观性和完整性。

目前为了防止照片泄密，通常会在用户的照片加上一些随机的水印。但在某些需要使用无水印照片的场景下，例如，进行人脸识别时，使用带水印的照片会产生不良影响，例如，会降低人脸识别率。

发明内容

本公开提供一种照片水印处理方法及装置。所述技术方案如下：

根据本公开实施例的第一方面，提供一种照片水印处理方法，该方法包括：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，获得尺寸为预设的标准尺寸的第二照片；将所述第二照片作为预先建立的模型的输入，获得所述第二照片对应的无水印照片。

进一步的，所述方法还包括：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，获取所述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，获得尺寸为所述标准尺寸的照片；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，建立所述模型。

进一步的，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。

进一步的，所述将所述第二照片作为预先建立的模型的输入，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。

进一步的，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。

根据本公开实施例的第二方面，提供一种照片水印处理装置，该装置包括：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，获得尺寸为预设的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预先建立的模型的输入，获得所述第二照片对应的无水印照片。

进一步的，所述装置还包括：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，被配置为针对所述第二获取模块获取的训练数据中的每个照片，获取所述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，获得尺寸为所述标准尺寸的照片；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，建立所述模型。

进一步的，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。