SLBR通过自校准的定位和背景细化来去除可见的水印
一、简要介绍
二、研究背景
在一些前沿工作中，需要定位水印区域的位置。在水印掩膜的指导下，水印去除类似于图像inpainting或特征匹配问题。然而，手动注释每个图像的水印掩膜是非常耗时和成本昂贵的。最近，研究人员尝试通过深度学习方法以端到端方式解决盲水印去除问题。一些工作人员将水印去除问题表述为一个不定位水印的image-to-image的转换任务。相反，其他一些工作认为水印应该局部化，依次或同时去除。尽管这些新兴的方法取得了巨大的成功，但它们仍在努力精确和完全地定位水印，特别是当水印具有复杂的图案、不同的颜色或孤立的片段时。不准确的水印掩膜会干扰背景图像的重建。此外，重建后的图像还存在模糊、伪影、结构扭曲等质量问题，有待进一步改进。
（1）提出了一种新的跨阶段多任务网络SLBR，其跨任务信息传播技术用于水印去除任务。
三、方法介绍
3.1粗度阶段
五、总结与讨论
下一篇：
Python01概述 基础语法 判断