[发明专利]一种水印分类模型的训练方法及系统

说明书

本说明书提出一种水印分类模型的训练方法及系统，系统包括综合节点和多个数据节点，任一数据节点，将本地数据集中任一图像输入到本地的水印检测模型中；利用该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；利用获得目标水印图像集构建水印分类模型训练样本集。循环迭代以下步骤，直至满足训练要求：任一数据节点，利用本地构建的训练样本集以及当前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，利用接收到的综合训练特征对本地模型参数进行更新。

技术领域

本说明书涉及机器学习技术领域，尤其涉及一种水印分类模型的训练方法及系统。

背景技术

互联网平台往往会在商户注册时，要求商户上传一些店铺内的实景图像，以用于审核身份。但在实际应用中发现存在商户盗用网络图像作为实景图像、以欺骗审核的情况，因此需要对实景图像以及网络图像加以区分，而网络图像的一个显著特征是包含水印，因此可以根据图像是否包含水印进行区分。

但是由于部分拍摄应用在拍摄图像后，也会在图像中增加水印，因此需要区分合法水印和非法水印。合法水印可以包括拍摄应用的水印、时间戳水印等，具有这类水印的图像一般可以认为是用户自行提供的。而非法水印则包括各种网站的水印、公众号水印、用户名水印等，具有这类水印的图像往往是用户从别处下载的，因此，需要对图像中不同的水印进行检测和分类。

由于水印种类繁多，样式十分丰富，互联网平台的任一数据节点拥有的包含水印的门店图像数据较少，基于数据节点本地的水印图像数据无法训练出一个效果较佳的用于检测水印类型的模型，互联网平台中不同的数据节点一般对应于不同的业务部门，出于数据安全的原因，各个数据节点往往并不愿意直接把本地的水印图像数据提供出来，因此，如何在充分保证数据安全的情况下，能够训练出效果较佳的模型，已经成为互联网平台亟待解决的问题。

发明内容

针对上述技术问题，本说明书提供一种水印分类模型的训练方法及系统，技术方案如下：

根据本说明书的第一方面，提供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；

综合节点接收到全部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。

根据本说明书的第二方面，提供一种水印分类模型的训练系统，包括综合节点和多个数据节点，所述系统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；

任一数据节点，用于获取本地图像数据集；