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！

龙图腾网获悉北京万里红科技有限公司申请的专利水印提取方法、模型训练方法、装置、电子设备及介质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：CN116645513B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202310644820.3，技术领域涉及：G06V10/26；该发明授权水印提取方法、模型训练方法、装置、电子设备及介质是由张小亮;李茂林;贾福昌;戚纪纲设计研发完成，并于2023-06-01向国家知识产权局提交的专利申请。

本水印提取方法、模型训练方法、装置、电子设备及介质在说明书摘要公布了：本申请涉及图像处理的领域，尤其是涉及水印提取方法、模型训练方法、装置、电子设备及介质，该方法包括获取待处理的目标图像，目标图像中嵌入有水印标识，然后将目标图像通过目标生成对抗网络中的生成器进行颜色特征增强以及边缘特征增强，得到增强处理后的目标图像，再对增强处理后的目标图像进行水印提取，得到水印标识。本申请的方案能够更准确地提取图像中的水印标识。

本发明授权水印提取方法、模型训练方法、装置、电子设备及介质在权利要求书中公布了：1.一种水印提取方法，其特征在于，包括： 获取待处理的目标图像，所述目标图像中嵌入有水印标识； 将所述目标图像通过目标生成对抗网络中的生成器进行颜色特征增强以及边缘特征增强，得到增强处理后的目标图像；将所述目标图像通过目标生成对抗网络中的生成器进行颜色特征增强以及边缘特征增强之前，将所述目标图像转换至目标颜色空间，得到色彩转换后的目标图像，所述目标颜色空间包括hsv、YcrCb、h1s、1ub、xyz中的任一种；将所述色彩转换后的目标图像通过目标生成对抗网络中的生成器进行颜色特征增强以及边缘特征增强； 所述目标生成对抗网络是通过对原始生成对抗网络进行训练后得到的，所述原始生成对抗网络包括：原始生成器和原始判别器；所述将所述目标图像通过目标生成对抗网络中的生成器进行颜色特征增强以及边缘特征增强，之前还包括：获取训练样本，所述训练样本包含多个训练样本对，任一训练样本对是由第一图像和第二图像组成，所述第一图像和所述第二图像中水印标识相同，所述第一图像中水印标识的透明度高于所述第二图像中水印标识的透明度，其中，水印标记的透明度越低，则表征水印标记越清晰；确定第一损失以及第二损失，所述第一损失为每个所述第一图像通过所述原始生成器后的生成图像与对应的第二图像在颜色空间转换后的损失，所述第二损失为每个所述第一图像通过所述原始生成器后的生成图像通过所述原始判别器所带来的损失；基于所述第一损失和所述第二损失构建第一损失函数；基于所述第一损失函数对所述原始生成对抗网络进行训练，得到所述目标生成对抗网络；确定第三损失，所述第三损失为每个所述第二图像通过原始判别器后所带来的损失， 基于所述第二损失和所述第三损失构建第二损失函数； 其中，所述基于所述第一损失函数对原始生成对抗网络进行训练，得到所述目标生成对抗网络，包括： 基于所述第一损失函数和所述第二损失函数对原始生成对抗网络进行训练，得到所述目标生成对抗网络；所述第一损失函数如公式A所示： 公式A:LG＝α-EDGz+1-αMSEfGz,fx*d1； 其中， 其中G表示原始生成器，D表示原始判别器，E表示期望，α是一个预设系数，z表征第一图像，x表征第二图像；Gz为第一图像通过原始生成器之后得到的生成图像，DGz为生成图像相对于第二图像的真实性分数，fGz为生成图像转换到目标颜色空间并提取一个或多个通道，fx为第二图像转换到目标颜色空间并提取一个或多个通道；MSEfGz,fx是生成图像和第二图像转换到同一个目标颜色空间的损失，M，N为生成图像或第二图像的宽和高，i，j为生成图像或第二图像的横坐标值和纵坐标值，且j＝1,n为目标颜色空间的通道数，c为通道序号；d1＝2*alphaa2-a1，其中alpha表征第二图像中水印标识的透明度，a1表征透明度的极小值，a2表征透明度的极大值； 所述第二损失函数如公式B所示： 公式B:LD＝Emax0,1-Dx*d1+Emax0,1+DGz，其中，LD表示第二损失函数，Dx为第二图像通过原始判别器得到的第二图像相对于第二图像本身的真实性分数；对所述增强处理后的目标图像进行水印提取，得到所述水印标识。

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北京万里红科技有限公司，其通讯地址为：100089 北京市海淀区大柳树富海中心3号楼204室；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。