[发明专利]图像溯源方法、装置及介质

权利要求书

1.一种图像溯源方法，其特征在于，所述方法包括：

获取待溯源图像以及与所述待溯源图像对应的指定密钥数据；

根据所述指定密钥数据，从所述待溯源图像中获得标识水印数据；

根据所述标识水印数据，确定与所述标识水印数据对应的目标对象，并将所述目标对象确定为所述待溯源图像所属对象。

2.根据权利要求1所述的方法，其特征在于，所述根据所述指定密钥数据，从所述待溯源图像中获得标识水印数据，包括：

将所述指定密钥数据以及所述待溯源图像输入完成训练的神经网络，以获得所述标识水印数据。

3.根据权利要求2所述的方法，其特征在于，所述神经网络包括第一网络和第二网络，所述神经网络的训练过程，包括：

获取第一水印数据、第一密钥数据和第一图像样本；

将所述第一水印数据、所述第一密钥数据以及所述第一图像样本输入到所述第一网络进行拼接，得到第二图像样本；

对所述第二图像样本进行扰动处理，得到第三图像样本；

获取第二密钥数据，并将所述第三图像样本和所述第二密钥数据输入到所述第二网络，得到第二水印数据；

根据所述第一图像样本、所述第二图像样本、所述第一水印数据、所述第二水印数据、所述第一密钥数据以及所述第二密钥数据调整所述神经网络的网络参数。

4.根据权利要求3所述的方法，其特征在于，所述第一密钥数据与所述第二密钥数据的数据长度相同，且所述第一水印数据的数据长度分别为所述第一密钥数据以及所述第二密钥数据的数据长度的n倍，所述n为大于或等于1的整数。

5.根据权利要求3或4所述的方法，其特征在于，所述根据所述第一图像样本、所述第二图像样本、所述第一水印数据、所述第二水印数据、所述第一密钥数据以及所述第二密钥数据调整所述神经网络的网络参数，包括：

根据所述第一图像样本和所述第二图像样本确定目标损失，所述目标损失包括第一损失、第二损失和第三损失中的一个或多个；

根据所述第一水印数据、所述第二水印数据、所述第一密钥数据以及所述第二密钥数据确定第四损失；

根据所述目标损失和所述第四损失调整所述神经网络的网络参数。

6.根据权利要求5所述的方法，其特征在于，所述根据所述第一图像样本和所述第二图像样本确定目标损失，包括如下至少一项：

确定所述第一图像样本和所述第二图像样本在第一颜色空间的第一距离，并将所述第一距离作为所述第一损失；

确定所述第一图像样本和所述第二图像样本在第二颜色空间的多层级结构相似性，并将所述多层级结构相似性作为所述第二损失；

确定所述第一图像样本和所述第二图像样本在第三颜色空间的第二距离，并将所述第二距离作为所述第三损失。

7.根据权利要求6所述的方法，其特征在于，所述第一颜色空间、所述第二颜色空间和所述第三颜色空间分别包括以下中的一项：

RGB颜色空间、CMY颜色空间、HSV颜色空间、Lab颜色空间、YUV颜色空间。

8.根据权利要求5-7中任一项所述的方法，其特征在于，所述根据所述第一水印数据、所述第二水印数据、所述第一密钥数据以及所述第二密钥数据确定第四损失，包括：

根据所述第一密钥数据和所述第二密钥数据，确定第一比值；

根据所述第一比值和所述第一水印数据，得到第三水印数据；

根据所述第三水印数据和所述第二水印数据，确定所述第四损失。

9.根据权利要求8所述的方法，其特征在于，所述根据所述第一密钥数据和所述第二密钥数据，确定第一比值，包括：

从所述第二密钥数据中，获取与所述第一密钥数据相比，位置对应，但取值不同的目标密钥数据；

将所述目标密钥数据的数据长度与所述第一密钥数据的数据长度之间的比值，确定为所述第一比值。