[发明专利]一种图片版权保护方法在审

专利信息
申请号: 202111386394.5 申请日: 2021-11-22
公开(公告)号: CN114065150A 公开(公告)日: 2022-02-18
发明(设计)人: 田苗苗;方孝翔;杨小可;汪鑫;毕雨涵 申请(专利权)人: 安徽大学
主分类号: G06F21/16 分类号: G06F21/16;G06F21/64;G06N3/04;G06N3/08
代理公司: 安徽省合肥新安专利代理有限责任公司 34101 代理人: 陆丽莉;何梅生
地址: 230601 安*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 图片 版权 保护 方法
【权利要求书】:

1.一种图片版权保护方法,其特征是应用于一个区块链和n个平台机构所构成的网络环境中,所述区块链包含n个节点,每个节点与每个平台唯一对应,且节点头存储有平台的唯一标识,在所述区块链上部署有读写智能合约和搜索智能合约;令Pk表示第k个平台,1≤k≤n,且第k个平台Pk有nk个用户,令Ukj表示第k个平台Pk下的第j个用户,1≤j≤nk;所述图片版权保护方法包括以下步骤:

S1、模型构建和预训练:

利用深层卷积神经网络构建图像识别模型model,并利用数据集ImageNet进行预训练,获得卷积层的参数W;

S2、版权注册:

步骤2.1、构造训练数据集Dkj

任意第j个用户Ukj上传待注册图片Ikj到第k个平台Pk

所述第k个平台Pk对待注册图片Ikj进行数据增强处理,得到正例数据集Poskj,从其他公开图像数据集中随机抽取若干图片组成负例数据集Negkj,从而由所述正例数据集Poskj和负例数据集Negkj构成训练数据集Dkj

步骤2.2、模型训练:

所述第k个平台Pk使用所述卷积层的参数W对图像识别模型model进行初始化,然后固定参数W,使用focal loss作为交叉熵在所述训练数据集Dkj上训练所述图像识别模型模型model,从而获得除卷积层以外的模型参数Wkj

步骤2.3、原创性验证;

步骤2.3.1、所述第k个平台Pk对传待注册图片Ikj提取数字水印获得水印信息Mkj,使用搜索智能合约在区块链的n个节点上搜索三元组<ID(Pk),ID(Ukj),Mkj>,其中,ID(·)表示唯一标识,若搜索成功,则向第j个用户Ukj发出侵权警告并结束流程,否则,执行步骤2.3.2;

步骤2.3.2、第k个平台Pk将所述模型参数Wkj分享至网络环境中的其他平台,其他所有平台根据所述卷积层的参数W和共享的模型参数Wkj对图像识别模型模型model进行初始化后,利用初始化后的图像识别模型模型对本地的图像数据库进行扫描,若扫描到相似或相同的图片,则向第j个用户Ukj发出侵权警告并结束流程,否则执行步骤2.4,继续版权注册;

步骤2.4、登记区块链:

步骤2.4.1、第k个平台Pk使用SHA256算法对模型参数Wkj求取哈希值Hkj,然后使用读写智能合约在Pk所对应区块链节点上将三元组<ID(Pk),ID(Ukj),Hkj>在区块链上进行登记;

步骤2.4.2、使用数字水印方法将哈希值Hkj嵌入待注册图片Ikj,从而获得水印图片WMkj

步骤2.4.3、第k个平台Pk将水印图片WMkj和模型参数Wkj返回给第j个用户Ukj,同时将待注册图片Ikj存入本地的图像数据库中进行备份;

S3、盗版检测:

步骤3.1、验证参数文件完整性和版权归属:

第k个平台Pk上的第j个用户Ukj上传待检测图像I′kj和模型参数W′kj到第k个平台Pk,第k个平台Pk使用SHA256算法对第j个用户Ukj的模型参数W′kj求取版权哈希值H′kj,然后使用搜索智能合约在区块链的n个节点上搜索三元组<ID(Pk),ID(Ukj),H′kj>,如果搜索成功,则执行步骤3.2,否则向第j个用户Ukj发出无效信息警告并结束流程;

步骤3.2、盗版检测:

步骤3.2.1、第k个平台Pk对待检测图像I′kj提取数字水印WM′kj,并计算其与版权哈希值H′kj之间的相似度,如果相似度达到阈值,则向第j个用户Ukj发出盗版确认,否则执行步骤3.2.2;

步骤3.2.2、第k个平台Pk根据参数W和模型参数W′kj对卷积神经网络模型model进行初始化后,利用初始化后的卷积神经网络模型对待检测图像I′kj进行识别,若识别为盗版图片,则向第j个用户Ukj发出盗版确认,否则向第j个用户Ukj发出非盗版确认。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽大学,未经安徽大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111386394.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top