[发明专利]一种图片版权保护方法

说明书

本发明公开了一种图片版权保护方法，其步骤包括：S1、模型构建和预训练阶段；S2、版权注册阶段；S3、盗版检测阶段。本发明中任意平台机构首先根据用户上传的待注册图片训练图像识别模型，在平台间进行原创性检验后，根据模型参数文件生成哈希，将哈希嵌入图片并登记至区块链；在之后的盗版检测中，平台首先对用户提交的模型参数进行完整性检验，然后对待检测图片进行盗版检测；根据这个方法可以实现跨平台的版权保护，避免版权保护可能存在的欺诈性行为，实现了版权登记过程的公开、透明、有效，同时能够避免图像修改的恶意侵权行为。

技术领域

本发明属于信息安全领域，具体的说是一种图片版权保护方法。

背景技术

由于网络图片制作、汇编和加工技术的发展和普及，普通民众对网络图片的创作更为容易，再加上互联网技术的发展与运用，版权人根本无法掌控其作品的复制和传播进程，再加上许多网民缺乏良好的版权保护意识以及正确的数字消费观等，图片的版权不能得到充分保护，用户的权益每每受到伤害。传统的版权保护方法有添加鲁棒数字水印方法和基于感知哈希算法的图像识别方法。其中，数字水印由于其极高的可信度，被广泛应用于版权保护领域。但是由于图像产品的易复制性和易修改性，以及如今图片修改手段众多，一张图片也可能会被多次修改，那么版权保护对数字水印技术和图像识别技术的要求越来越高。而现有的鲁棒数字水印算法虽然具有对特定攻击的鲁棒性，但都无法对所有图像修改方法鲁棒，感知哈希算法是一种简单的算法，但主要应用于搜索引擎，同样只能识别特定的几种图像修改手段。

发明内容

本发明是为了解决上述现有技术存在的不足之处，提出一种图片版权保护方法，以期能将区块链和深层卷积神经网络应用于图片版权保护，从而能实现跨平台的版权保护，避免版权保护可能存在的欺诈性行为，从而实现版权登记过程的公开、透明、有效，同时能够避免图像修改的恶意侵权行为。

本发明为达到上述发明目的，采用如下技术方案：

本发明一种图片版权保护方法的特点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P_k表示第k个平台，1≤k≤n，且第k个平台P_k有n_k个用户，令U_kj表示第k个平台P_k下的第j个用户，1≤j≤n_k；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D_kj：

任意第j个用户U_kj上传待注册图片I_kj到第k个平台P_k；

所述第k个平台P_k对待注册图片I_kj进行数据增强处理，得到正例数据集Pos_kj，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Neg_kj，从而由所述正例数据集Pos_kj和负例数据集Neg_kj构成训练数据集D_kj；

步骤2.2、模型训练：

所述第k个平台P_k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D_kj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W_kj；

步骤2.3、原创性验证；