买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国科学院深圳先进技术研究院申请的专利一种文档水印去除方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119888010B 。

龙图腾网通过国家知识产权局官网在2025-10-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411951000.X，技术领域涉及：G06T11/60；该发明授权一种文档水印去除方法及系统是由陈世峰;闫明富;刘一帆;黄健成设计研发完成，并于2024-12-27向国家知识产权局提交的专利申请。

本一种文档水印去除方法及系统在说明书摘要公布了：本申请公开了一种文档水印去除方法及系统，运用于文档图像处理领域，其方法包括：获取包含水印的文档图像；将所述文档图像输入目标网络模型进行处理，生成去水印结果；其中，所述目标网络模型为依次相连的语义分割模型、粗预测模型、语义感知状态空间模块；根据所述去水印结果，计算得到总损失函数；基于所述总损失函数对所述目标网络模型进行迭代训练，得到训练好的目标网络模型；获取包括水印的目标文档图像，将所述目标文档图像输入所述训练好的目标网络模型，生成无水印结果图像。

本发明授权一种文档水印去除方法及系统在权利要求书中公布了：1.一种文档水印去除方法，其特征在于，包括： 获取包含水印的文档图像； 将所述文档图像输入目标网络模型进行处理，生成去水印结果；其中，所述目标网络模型为依次相连的语义分割模型、粗预测模型、语义感知状态空间模块； 根据所述去水印结果，计算得到总损失函数； 基于所述总损失函数对所述目标网络模型进行迭代训练，得到训练好的目标网络模型； 获取包括水印的目标文档图像，将所述目标文档图像输入所述训练好的目标网络模型，生成无水印结果图像； 在将所述文档图像输入目标网络模型进行处理，生成去水印结果；其中，所述目标网络模型为依次相连的语义分割模型、粗预测模型、语义感知状态空间模块的步骤中，具体包括下述步骤： 将所述文档图像输入所述语义分割模型中，输出分割掩膜； 将所述文档图像输入所述粗预测模型中，得到初步去水印图像； 将所述分割掩膜、所述初步去水印图像输入所述语义感知状态空间模块中，输出所述去水印结果，具体包括下述步骤： 对所述初步去水印图像进行归一化，得到特征区域； 根据所述分割掩膜将所述特征区域划分为水印部分和非水印部分； 所述特征区域通过元素级乘法进行加权，公式为： Fwatermark＝Icoarse×M,Fnon\watermark＝Icoarse×1-M， 其中，Fwatermark为水印区域的特征；Icoarse为归一化后的初步去水印图像，即特征区域；M为分割掩膜；Fnon\watermark为非水印区域的特征； 将所述水印区域的特征和非水印区域的特征分别输入两个线性变换层，具体包括：将非水印区域的特征经过线性变换后，转入第一2D-SSM模块，输出的结果为非水印区域的全局特征；将水印区域的特征经过线性变换后，传入第二2D-SSM模块，输出的结果为水印区域的全局特征； 对特征维度进行变换和融合；公式表示为： Ffuse＝Fwatermark+Fnon\watermark， 其中，Ffuse为融合后的特征，Ffuse作为所述语义感知状态空间模块中的空间状态序列模型的输入特征； 所述空间状态序列模型中，包括： 通过所述空间状态序列模型对输入特征Ffuse进行转换，计算公式为： Ffusek＝expandFfuse,k, 其中，k∈{1,2,3,4}，表示四个扫描方向之一；expand·、merge·分别用于扫描扩展与扫描结果合并；Mamba为空间状态序列模型； 通过采样和零阶保持方法，得到离散形式的状态更新和输出方程： 状态更新方程： 输出方程：yk＝Chk+Dxk； 其中，和为离散化后的参数矩阵，eAΔ为矩阵指数，Δ为时间步长；hk+1为更新的空间状态序列模型状态；hk为空间状态序列模型状态；xk为输入；yk为输出；C、D为学习的参数矩阵； 通过所述空间状态序列模型对输入特征Ffuse进行状态更新；采用卷积层和通道注意力机制对更新的特征进行处理，得到特征表示； 将所述特征表示映射至所述语义感知状态空间模块中，输出去水印结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国科学院深圳先进技术研究院，其通讯地址为：518055 广东省深圳市南山区深圳大学城学苑大道1068号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。