[发明专利]基于水印数据增强的图片隐形水印检测方法在审

专利信息
申请号: 202211087893.9 申请日: 2022-09-07
公开(公告)号: CN115393647A 公开(公告)日: 2022-11-25
发明(设计)人: 田辉;刘其开;郭玉刚;张志翔 申请(专利权)人: 合肥高维数据技术有限公司
主分类号: G06V10/764 分类号: G06V10/764;G06V10/80;G06V10/82;G06V10/774;G06N3/04;G06N3/08;G06T1/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 230088 安徽省合肥市高新区*** 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: 基于 水印 数据 增强 图片 隐形 检测 方法
【说明书】:

发明特别涉及一种基于水印数据增强的图片隐形水印检测方法,包括如下步骤:获得训练好的水印增强网络和分类网络;将待检测图片输入训练好的水印增强网络中得到水印概率图;将待检测图片和水印概率图进行通道融合,并将融合后的四通道图输入至训练好的分类网络中得到分类结果,分类结果为有水印或无水印。通过设置双网络,水印增强网络用于识别图片中任一像素有无水印的概率,从而得到水印概率图,再将水印概率图和待检测图片进行通道融合,这样可以对待检测图片中的有水印的像素区域进行增强、无水印的像素区域进行弱化,使得对待检测图片的分类更加精准,从而能够快速准确的判断待检测图片中有无隐形水印。

技术领域

本发明涉及图像处理技术领域,特别涉及一种基于水印数据增强的图片隐形水印检测方法。

背景技术

具有版权的图片是指著作权持有人、或者是创作图片的作者或机构,授权可以用于商业、出版、展览等用途的图像作品。著作权所有者为了避免图片被盗用,通常会在图片添加水印,水印技术是知识产权保护以及公司涉密信息维护的重要手段,能够减少图片在网络传播中被盗用侵权现象的发生。

目前常见的图片水印技术主要分为两种。第一种是可见水印,即在图片中添加可见的信息或图标,这种方法是相对比较简单且速度较快,缺点是视觉可见且容易被攻击擦除,客户观看图片的体验较差,通常用于对视觉效果要求不高但需要标识作品所有者身份的场景。第二种是隐形水印,图片隐形水印具有不可见、不易察觉和不易擦除等诸多优点,常见的做法是将图像从空间域转为频域,然后在频域中进行水印嵌入,之后再恢复到空间域,通常用于视觉要求较高的场景。隐形水印由于其不可见,并且安全可靠,而被广泛使用。

由于水印的隐形效果,隐形水印在提取时需要消耗较多时间,提取速度较慢。在互联网购物网站中,比较优质的商品图片可能会被竞争对手盗用,这些网站中有海量的图片,其中有的已经购买了版权,有的没有购买过,我们在确定是否侵权时需要明确所有这些图片的水印信息,但若直接对所有图片进行水印提取,一方面会消耗大量的算力,另一方面水印提取的速度远跟不上图片产生的速度。因此,急需一种可快速判断图片中是否嵌入了隐形水印的方法,能够实时地判断这些图片里有无隐形水印,当判断有隐形水印时,再进行水印提取,这样就能快速的明确这些图片有无侵权。

发明内容

本发明的目的在于提供一种基于水印数据增强的图片隐形水印检测方法,能够快速准确的检测图片中有无水印。

为实现以上目的,本发明采用的技术方案为:一种基于水印数据增强的图片隐形水印检测方法,包括如下步骤:获得训练好的水印增强网络和分类网络;将待检测图片输入训练好的水印增强网络中得到水印概率图;将待检测图片和水印概率图进行通道融合,并将融合后的四通道图输入至训练好的分类网络中得到分类结果,分类结果为有水印或无水印。

与现有技术相比,本发明存在以下技术效果:通过设置双网络,水印增强网络用于识别图片中任一像素有无水印的概率,从而得到水印概率图,再将水印概率图和待检测图片进行通道融合,这样可以对待检测图片中的有水印的像素区域进行增强、无水印的像素区域进行弱化,使得对待检测图片的分类更加精准,从而能够快速准确的判断待检测图片中有无隐形水印。

附图说明

图1是本发明的流程图;

图2是待检测图片;

图3是图2中有无水印的概率图;

图4是图2和图3进行融合后的图像;

图5是空洞抽样池化示意图;

图6是空洞上采样示意图。

具体实施方式

下面结合图1至图6,对本发明做进一步详细叙述。

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合肥高维数据技术有限公司,未经合肥高维数据技术有限公司许可,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/202211087893.9/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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