业界 | 谷歌提出多图像抠图算法，并弥补水印技术的一致性漏洞

2017-08-19 15:21 来源:机器之心 谷歌 /技术 /计算机

原标题：业界 | 谷歌提出多图像抠图算法，并弥补水印技术的一致性漏洞

选自Google Research

参与：黄小天、路雪

水印在日常生活中随处可见，它是一种保护图像图片版权的机制，防止未经许可或授权的使用；而自动去水印的计算机算法的存在却可使用户轻松获取无水印图像，这是由于当前的水印技术存在一个漏洞：水印通常被一致地添加到很多图像上，这种一致性可用于反转水印的处理过程。有鉴于此，谷歌在论文《On the Effectiveness of Visible Watermarks》中针对可泛化的多图像抠图算法，提出了可使水印足够鲁棒以免被从单个图像中去除的方法，而且还更具抵抗性，可以避免水印从图像集中大批量去除。谷歌在其博客中对论文成果做了更详实介绍。

论文地址：vf.com/content_cvpr_2017/papers/Dekel_On_the_Effectiveness_CVPR_2017_paper.pdf

项目页面：https://watermark-cvpr17.github.io

不管你是一位摄影师、市场经理或者一名普通的互联网用户，你肯定有很多机会看到可见水印。水印就是那些覆盖在由图库网站提供的图像上的标志与图案，它标明了图像的所有者，开奖，又不影响人们观看图像内容。这是一种最常见的版权保护机制，它保护了数百万的图片和每日提供的线上图库图像。

水印使用的标准做法是假设他们防止了消费者获取干净的图片，确保没有未经许可或授权的使用。然而，最近在 CVPR 2017 上出现的一篇名为《On The Effectiveness Of Visible Watermarks》的论文中，我们发现一种计算机算法可以越过这一保护，自动去除水印，使用户轻松获取不带水印的干净图像。

左：流行的图库网站上带有水印的图像示例。右：相对应的无水印图像，由计算机算法自动生成。

正如处理在操作系统、应用程序或协议中发现的漏洞一样，我们也想要揭露这一漏洞，并提出解决方案，从而帮助摄影和图库社区调整适应，更好地保护版权内容与创新。从我们的实验得知，很多图库图像很容易受到这种去水印技术的影响。因此，我们在论文中提出了使水印对于这种操作变得更鲁棒的方法。

可见水印的漏洞

水印的设计通常包含复杂的结构，比如细线、阴影，从而使其较难去除。确实，给定一张图像，对于计算机来说自动检测哪个结构属于水印，哪个结构属于原图像是极其困难的。人工去除水印很是枯燥，甚至借助当前最好的编辑工具，也需要一个修图专家花费数分钟移除一张图像上的水印。

然而，目前为止常被忽略的一个事实是水印通常被一致地添加到很多图像上，这种一致性可用于反转水印的处理过程；即，评估水印图像及其不透明度，并恢复无水印的原图像。所有这一切可自动完成，无需人为参与，只观察网络上公开的水印图像集就够了。

水印在很多图像上的一致性允许大规模地自动移除水印。左：带有同一水印的输入图像集；中：被计算的水印及其不透明度；右：已恢复的无水印图像。

该过程的第一步是确认哪个图像结构在图像集中是重复的。如果一个相似的水印出现在很多图像上，这个水印就成了一个标志，图像成了噪音，并可用简单的图像操作粗略评估水印模式。

多图像中的水印提取。左：带水印的输入图像。中：输入图像上的中间密集度（median intensity）。右：对应的评估（抠图）水印。

这提供了对暗淡水印（这种水印图像增加了空间变换的不透明度）的粗糙（噪声）评估。为精确还原水印下的图像，我们需要知道水印在图像中的分解和不透明度。这就出现了一个多图像优化问题，我们称之为「多图像抠图」（传统的单图像抠图问题的扩展），这里水印（「前景」）分布在整个图像和不透明度模块中，干净（「底色」）图像被分成多个子集。这种优化能够从数百个图像中生成对水印各个模块的评估，处理实践中所用到的大部分水印，包括带有细小结构、阴影或色彩渐变（只有水印是半透明的）的水印。一旦水印图案被修复，从图像中去除水印就易如反掌了。

这里有更多的示例，可以证明评估的水印和多个流行的图库文件服务生成的无水印图像。更多材料和结果，详见项目页面。

左：从水印图像中自动评估出的水印（褐色背景）。中：输入的水印图像。右：水印被自动去除

使水印更有效