VideoSeal: продвинутый инструмент для встраивания и извлечения скрытых водяных знаков для защиты авторских прав на видео с открытым исходным кодом

Общее введение

VideoSeal - это инструмент для создания водяных знаков на видео с открытым исходным кодом, разработанный Facebook Research и предназначенный для эффективного встраивания и извлечения водяных знаков на видео. Инструмент поддерживает новейшие модели с открытым исходным кодом, включая предварительно обученные модели, код обучения, код вывода и инструменты оценки, выпущенные под лицензией MIT. VideoSeal поддерживает не только водяные знаки для видео, но также подходит для водяных знаков для изображений, предоставляя различные эталонные модели (например, MBRS, CIN, TrustMark и WAM) для использования, модификации и распространения. Инструмент разработан с целью предоставить пользователям гибкое и эффективное решение для защиты видео.

Опыт работы: https://aidemos.meta.com/videoseal/demo

Список функций

• Встраивание водяных знаков в видео: Встраивайте водяные знаки в видео для защиты авторских прав на видео.
• Извлечение водяного знака из видео: Извлечение информации о встроенном водяном знаке из видео.
• Встраивание водяного знака в изображение: Поддержка встраивания водяных знаков в изображения.
• Извлечение водяного знака из изображения: Извлечение встроенного водяного знака из изображения.
• Модель предварительного обучения: Предоставляется широкий выбор предварительно обученных моделей, которые могут быть использованы непосредственно пользователем.
• Код обученияПолный обучающий код предоставляется для того, чтобы пользователи могли обучать свои собственные модели по мере необходимости.
• Код рассуждения: Предоставление кода вывода для облегчения операций встраивания и извлечения водяного знака.
• Инструменты оценки: Предоставление инструментов оценки, которые помогут пользователям оценить эффективность встраивания и извлечения водяных знаков.

Использование помощи

Процесс установки

1. Установка Python: Убедитесь, что в вашей системе установлен Python версии 3.10.
2. Установка PyTorch: Установите PyTorch и его зависимости с помощью следующих команд:

   pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

3. Установите VideoSeal: Клонируйте репозиторий VideoSeal и установите зависимости:

   git clone https://github.com/facebookresearch/videoseal.git
cd videoseal
pip install -e .

4. Установка Decord (опционально): Библиотека для обработки видео, рекомендуемая установка:

   pip install decord

Процесс использования

Встраивание водяных знаков в видео

1. Загрузить видео: Используйте torchvision для загрузки и нормализации видео:

   import torchvision
import videoseal
from videoseal.evals.metrics import bit_accuracy
video_path = "assets/videos/1.mp4"
video = torchvision.io.read_video(video_path, output_format="TCHW")
video = video.float() / 255.0

2. Модели для погрузки: Загрузите модель VideoSeal:

   model = videoseal.load("videoseal")

3. Встроенные водяные знаки: Вставьте водяной знак в видео:

   outputs = model.embed(video, is_video=True)
video_w = outputs["imgs_w"]
msgs = outputs["msgs"]

Извлечение водяного знака из видео

1. Извлечение информации о водяном знаке: Извлечение встроенной информации из видео с водяными знаками:

   msg_extracted = model.extract_message(video_w, aggregation="avg", is_video=True)

Встраивание и извлечение водяного знака из изображения

1. Загрузить изображение: Загрузка и нормализация изображения:

   img = video[0:1]
outputs = model.embed(img, is_video=False)
img_w = outputs["imgs_w"]
msg_extracted = model.extract_message(img_w, aggregation="avg", is_video=False)

Другие функции

• Загрузка модели для предварительного обучения: Модели автоматически загружаются через Hugging Face, или вы можете вручную загрузить и обновить путь к модели.
• Загрузка эталонной модели: Руководство по загрузке не предоставляется, и пользователям необходимо вручную загрузить модель стороннего производителя.
• Оценка VMAF: Предоставляет руководства по установке и использованию VMAF, чтобы помочь пользователям оценить качество видео.