[发明专利]一种水印分类模型的训练方法及系统

权利要求书

1.一种水印分类模型的训练方法，应用于包括综合节点和多个数据节点的系统，任一数据节点配置有预先训练的水印检测模型，所述水印检测模型用于从图像中检测出预设类型的水印、以及每个预设类型水印的位置；所述水印分类模型的训练方法包括：

任一数据节点，获取本地图像数据集；

针对该数据集中的任一图像，将该图像输入到本地的水印检测模型中；利用该水印检测模型输出结果中的水印位置对该图像进行截取，获得至少一个目标水印图像；

利用获得的所述图像数据集对应的目标水印图像集，构建水印分类模型训练样本集；其中，每条训练样本以水印图像为特征值，以水印类型为标签值；

从所述综合节点获取初始的水印分类模型参数；

利用以下步骤进行迭代训练，直到满足模型训练要求：

任一数据节点，利用本地构建的水印分类模型训练样本集以及当前水印分类模型参数计算水印分类模型训练特征，并将模型训练特征上传至综合节点；

综合节点接收到各个数据节点上传的模型训练特征后，确定水印分类模型综合训练特征，并将该综合训练特征下发至各个数据节点；

任一数据节点，利用接收到的水印分类模型综合训练特征对本地水印分类模型参数进行更新。

2.根据权利要求1所述的方法，所述利用获得的所述图像数据集对应的目标水印图像集，构建水印分类模型训练样本集，包括：

以任一目标水印图像为特征值，以该目标水印图像中水印的类型为标签值，构建一条水印分类模型训练样本；

汇总所述图像数据集中全部图像对应的水印分类模型训练样本，以生成水印分类模型训练样本集。

3.根据权利要求1所述的方法，所述预先训练的水印检测模型的训练方法，包括：

任一数据节点，从所述综合节点获取初始的水印检测模型参数；

利用以下步骤进行迭代训练，直到满足模型训练要求：

任一数据节点，利用本地水印检测模型训练样本集以及当前水印检测模型参数计算水印检测模型训练特征，将模型训练特征上传至综合节点；其中，该水印检测模型训练样本集中，每条训练样本以包含水印的图像为特征值，以图像中水印的类型和位置为标签值；

综合节点接收到全部数据节点上传的模型训练特征后，确定水印检测模型综合训练特征，并将该综合训练特征下发至各个数据节点；

任一数据节点，利用接收到的水印检测模型综合训练特征对本地水印检测模型参数进行更新。

4.一种水印分类方法，包括：

获取目标图像，将该目标图像输入到本地水印检测模型中；

利用所述水印检测模型的输出结果，获得至少一个目标水印图像；

针对任一目标水印图像，将该目标水印图像输入到水印分类模型中，得到输出结果；所述水印分类模型是基于权利要求1至3任一项所述的水印分类模型的训练方法得到的；

综合所述水印检测模型输出结果中针对该目标水印图像中水印的类型、以及所述水印分类模型的输出结果，确定该目标水印图像中水印的类型。

5.根据权利要求4所述的方法，所述利用所述水印检测模型的输出结果，获得至少一个目标水印图像，包括：

针对所述水印检测模型输出结果中的任一水印位置，执行以下步骤：

利用该水印位置对所述目标图像进行截取，以获得一个目标水印图像；

汇总所述水印检测模型输出结果中全部水印位置对应的目标水印图像，以获得至少一个目标水印图像。

6.根据权利要求4所述的方法，所述综合所述水印检测模型输出结果中针对该目标水印图像中水印的类型、以及所述水印分类模型的输出结果，确定该目标水印图像中水印的类型，包括：

利用水印检测模型输出结果中针对该目标水印图像中水印类型的分值、水印分类模型的输出结果中水印类型的分值、和预先确定的权重值，确定该目标水印图像中水印的类型。