srtp--watermark-research

项目总目标

• 水印检测与去除（谷歌2017论文&GAN）
• 算法的实际应用场景考虑
• 若有可能，考虑论文投稿

近期任务

• 学习GAN，Conditional GAN，Inpainting相关知识
  • 论文《Generative Adversarial Nets》
  • 论文《Conditional Generative Adversarial Nets》
  • 文件路径：“后期文件/论文/”
• 跑通基础教程的例子
  • 网页链接：https://pytorch.org/tutorials/beginner/dcgan_faces_tutorial.html
  • 也可以直接看ipynb文件：“后期文件/dcgan_faces_tutorial.ipynb”
• 阅读论文《Towards Photo-Realistic VisibleWatermark Removal with Conditional Generative Adversarial Networks》并做笔记
  • 文件路径：“后期文件/论文/【复现目标】GAN去水印论文.pdf”

To do list

1. 是否有必要完善谷歌的算法（例如水印位置不固定的情况、解决去水印效果边缘有痕迹的问题）
2. 满屏水印
3. 能不能在GitHub上找到现有的GAN去水印算法？
4. 找⼀些⽔印图，下载Imagenet数据集，贴⽔印+训练
5. cycleGAN以及Pix2Pix模型

项目进展

• 已完成中期答辩
  • 已构建素材库（随机/固定位置水印图）
  • 找到了网传的谷歌去水印算法复现代码，基本理解各个函数的作用
  • 梳理了论文的整体思路
  • 通过图像集分类（亮/暗）的方法改善了去水印效果

项目常态

1. 一周一会

函数调用结构

graph LR
main---estimate_watermark
main---watermark_reconstruct
estimate_watermark---crop_watermark
estimate_watermark---poisson_reconstruct
estimate_watermark---watermark_detector
watermark_reconstruct---get_cropped_images
watermark_reconstruct---estimate_normalized_alpha---closed_form_matting---closed_form_matte
watermark_reconstruct---estimate_blend_factor
watermark_reconstruct---solve_images

Loading