PIMoG: محاكاة فعالة لطبقة ضوضاء التصوير للشاشة لشبكة العلامة المائية المعتمدة على التعلم العميق

مع الوجود المستمر لهواتف الكاميرا والشاشات الرقمية، أصبح التقاط الصور المعروضة رقميًا بواسطة هواتف الكاميرا شائعًا بشكل متزايد. في سياق العلامات المائية، يبرز هذا المشكلة المتعلقة بمتانة التصوير للشاشة. المفتاح للحصول على متانة التصوير للشاشة هو تصميم طبقة ضوضاء جيدة يمكن أن تمثل تشوهات التصوير للشاشة في إطار عمل العلامة المائية المعتمد على التعلم العميق. ومع ذلك، من الصعب جدًا صياغة التشوهات بشكل كمي نظرًا لتعقيد عملية التصوير للشاشة. من أجل تصميم طبقة ضوضاء فعالة لمتانة التصوير للشاشة، نقترح رؤى جديدة في هذه الورقة، وهي أنه ليس من الضروري محاكاة الإجراء الكلي في طبقة ضوضاء التصوير للشاشة بشكل كمي، بل يكفي إدراج التشوهات الأكثر تأثراً لتوليد طبقة ضوضاء فعالة ذات متانة قوية. للتحقق من هذه الرؤية، نقترح طبقة ضوضاء لتصوير الشاشة تدعى PIMoG. على وجه الخصوص، نقوم بتلخيص التشوهات الأكثر تأثراً في عملية التصوير للشاشة إلى ثلاثة أجزاء (تشوه المنظور، وتشوه الإضاءة، وتشوه مويريه) ونقوم بمحاكاتها بطريقة قابلة للاشتقاق. بالنسبة لبقية التشوهات، نستخدم الضوضاء Gaussian لتقريب الجزء الرئيسي منها. نتيجة لذلك، يمكن تدريب الشبكة الكاملة من طرف إلى طرف مع هذه الطبقة الضوضاء. توضح التجارب الشاملة الأداء المتفوق لطبقة الضوضاء PIMoG المقترحة. بالإضافة إلى تصميم طبقة الضوضاء، نقترح أيضًا خسارة الصورة الموجهة بواسطة قناع التدرج وخسارة الصورة الموجهة بواسطة قناع الحافة لتحسين المتانة وعدم الكشف عن الشبكة بالكامل على التوالي. استنادًا إلى الخسارة المقترحة وطبقة الضوضاء PIMoG، يتفوق الإطار الكامل على طريقة العلامة المائية SOTA بنسبة 5% على الأقل في دقة الاستخراج ويحقق أكثر من 97% دقة في ظروف التصوير للشاشة المختلفة.