水印识别模型建立及识别方法、装置、介质及电子设备制造方法及图纸

本发明专利技术提供了一种水印识别模型建立及识别方法、装置、介质及电子设备。该建立方法包括：从第一样本图像中获取水印特征值；在水印特征值与预设的标准特征值不一致时，对获取水印特征值时的第一模型参数进行校正，直到水印特征值与预设的标准特征值一致；分别获取M个第二样本图像中M个水印区域的指纹特征，M为正整数且M≥2；将M个水印区域中任意两个水印区域的指纹特征进行对比，得到第一对比结果；在第一对比结果与预设的标准对比结果不一致时，对获取M个水印区域的指纹特征时的第二模型参数进行校正，直到第一对比结果与预设的标准对比结果一致。本发明专利技术能够提高水印检测和识别的准确率、召回率，实现灵活地增减待识别水印。

Establishment of Watermark Recognition Model and Recognition Method, Device, Media and Electronic Equipment

The invention provides a watermarking recognition model establishment and identification method, device, medium and electronic equipment. The method includes: obtaining the watermarking eigenvalues from the first sample image; correcting the first model parameters when the watermarking eigenvalues are inconsistent with the preset standard eigenvalues until the watermarking eigenvalues are consistent with the preset standard eigenvalues; obtaining the fingerprint features of M regions in M second sample images, M being positive integer and M (> 2), respectively; The first comparison result is obtained by comparing the fingerprint features of any two watermarking regions in M watermarking regions. When the first comparison result is inconsistent with the preset standard comparison result, the second model parameters are corrected to obtain the fingerprint features of M watermarking regions until the first comparison result is consistent with the preset standard comparison result. The invention can improve the accuracy and recall rate of watermarking detection and recognition, and realize flexible addition and subtraction of watermarking to be recognized.

【技术实现步骤摘要】
水印识别模型建立及识别方法、装置、介质及电子设备
本专利技术的实施例涉及人工智能
，更具体地，本专利技术的实施例涉及水印识别模型建立方法、水印识别方法、水印识别模型建立装置、水印识别装置、计算机可读存储介质以及电子设备。
技术介绍
本部分旨在为权利要求书中陈述的本专利技术的实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。随着互联网技术的发展，水印成为企业形象传递过程中非常关键的元素，企业强大的整体实力、完善的管理机制、优质的产品和服务，都被涵概于水印中。在对视频、图片的使用和发布过程中，需要通过检测视频、图片中的水印确定对应的公司、企业或个人所具备的所有权。现有的水印识别技术一般基于以下两种方案：第一种方案使用传统的人工特征例如SIFT(Scale-invariantfeaturetransform，尺度不变特征变换)特征对图片中的关键点进行检测，将检测到的水印与水印模板进行匹配；第二种方案基于深度学习技术，采用神经网络对水印进行检测和识别。
技术实现思路
但是，这两种技术方案中，第一种方案虽然无需人工标注样本，增减待识别水印时仅需对水印模板进行调整，但是准确率和召回率不高；第二种方案虽然准确率和召回率较高，但是在神经网络的网络结构确定后，可检测和识别的水印种类就确定了，增减待识别水印时需要重新设计和训练网络。因此在现有技术中，难以达到令人满意的水印识别效果。为此，非常需要一种改进的水印识别方法，以使得能够在提高水印检测识别的准确率和召回率的同时，灵活地对待识别水印进行增减。在本上下文中，本专利技术的实施例期望提供一种水印识别模型建立方法、水印识别方法、水印识别模型建立装置、水印识别装置、计算机可读存储介质以及电子设备。在本专利技术实施例的第一方面中，提供了一种水印识别模型建立方法，包括：从第一样本图像中获取水印特征值，所述水印特征值表征所述样本图像的水印区域和非水印区域；在所述水印特征值与预设的标准特征值不一致时，对获取所述水印特征值时的第一模型参数进行校正，直到所述水印特征值与预设的标准特征值一致；分别获取M个第二样本图像中M个水印区域的指纹特征，M为正整数且M≥2；将所述M个水印区域中任意两个水印区域的指纹特征进行对比，得到第一对比结果；在所述第一对比结果与预设的标准对比结果不一致时，对获取M个水印区域的指纹特征时的第二模型参数进行校正，直到所述第一对比结果与所述预设的标准对比结果一致。在本专利技术的一些实施例中，基于前述方案，对获取所述水印特征值时的第一模型参数进行校正，直到所述水印特征值与预设的标准特征值一致，包括：将所述水印特征值与所述预设的标准特征值进行对比得到海明距离值；根据所述海明距离值对获取所述水印特征值时的第一模型参数进行校正，直到所述海明距离值为0。在本专利技术的一些实施例中，基于前述方案，从第一样本图像中获取水印特征值，包括：将所述第一样本图像划分为N个子块，N为正整数且N≥2；获取所述N个子块中的每个子块的子水印特征值，每个子块都包含有第一子水印特征值或第二子水印特征值；将包含有第一子水印特征值的连续子块确定为所述第一样本图像的水印区域，并将所述N个子块的子水印特征值的组合作为所述第一样本图像的水印特征值。在本专利技术的一些实施例中，基于前述方案，将所述M个水印区域中任意两个水印区域的指纹特征进行对比，得到第一对比结果，包括：将所述M个水印区域中任意两个水印区域的指纹特征进行对比，确定出所述任意两个水印区域的指纹特征相同或不相同，所述预设的标准对比结果为相同或者不相同。在本专利技术的一些实施例中，基于前述方案，在得到第一对比结果之后，还包括：将所述第一对比结果与预设的标准对比结果进行对比，确定出所述第一对比结果与所述预设的标准对比结果一致或不一致。在本专利技术的一些实施例中，基于前述方案，将包含有第一子水印特征值的连续子块确定为所述第一样本图像的水印区域，包括：确定所述N个子块中所述子水印特征值为第一子水印特征值的连续子块；将包含所述连续子块的最小矩形确定为所述第一样本图像的水印区域。在本专利技术的一些实施例中，基于前述方案，根据所述海明距离值对获取所述水印特征值时的第一模型参数进行校正，包括：根据所述海明距离值通过反向误差传递的方式对获取所述水印特征值时的第一模型参数进行校正。在本专利技术的一些实施例中，基于前述方案，对获取M个水印区域的指纹特征时的第二模型参数进行校正，直到所述第一对比结果与所述预设的标准对比结果一致，包括：基于所述第一对比结果与所述预设的标准对比结果确定损失函数；基于所述损失函数对获取所述M个水印区域的指纹特征的第二模型参数进行校正，直到所述第一对比结果与所述预设的标准对比结果一致。在本专利技术实施例的第二方面中，提供了一种水印识别方法，包括：从第一样本图像中获取水印特征值，所述水印特征值表征所述样本图像的水印区域和非水印区域；在所述水印特征值与预设的标准特征值不一致时，对通过第一模型获取所述水印特征值时的第一模型参数进行校正，直到所述水印特征值与预设的标准特征值一致；分别获取M个第二样本图像中M个水印区域的指纹特征，M为正整数且M≥2；将所述M个水印区域中任意两个水印区域的指纹特征进行对比，得到第一对比结果；在所述第一对比结果与预设的标准对比结果不一致时，对通过第二模型获取M个水印区域的指纹特征时的第二模型参数进行校正，直到所述第一对比结果与所述预设的标准对比结果一致；通过所述第一模型确定待检测图像的水印区域；通过所述第二模型从所述待检测图像的水印区域提取待识别水印的指纹特征；将所述待识别水印的指纹特征与水印指纹库中的多个水印的指纹特征进行比对，并基于比对结果确定所述待识别水印的水印名称。在本专利技术的一些实施例中，基于前述方案，通过所述第一模型确定待检测图像的水印区域，包括：将所述待检测图像划分为N个子块，N为正整数且N≥2；通过所述第一模型获取所述N个子块中的每个子块的子水印特征值，每个子块都包含有第一子水印特征值或第二子水印特征值；将包含有第一子水印特征值的连续子块确定为所述待检测图像的水印区域。在本专利技术的一些实施例中，基于前述方案，将包含有第一子水印特征值的连续子块确定为所述待检测图像的水印区域，包括：确定所述N个子块中所述子水印特征值为第一子水印特征值的连续子块；将包含所述连续子块的最小矩形确定为所述待检测图像的水印区域。在本专利技术的一些实施例中，基于前述方案，将所述待识别水印的指纹特征与水印指纹库中的多个水印的指纹特征进行比对，包括：确定所述待识别水印的指纹特征与所述水印指纹库中的各个水印的指纹特征之间的距离；基于所述距离确定所述水印指纹库中与所述待识别水印匹配的水印。在本专利技术的一些实施例中，基于前述方案，对获取所述水印特征值时的第一模型参数进行校正，直到所述水印特征值与预设的标准特征值一致，包括：将所述水印特征值与所述预设的标准特征值进行比对得到海明距离值；根据所述海明距离值对获取所述水印特征值时的第一模型参数进行校正，直到所述海明距离值为0。在本专利技术的一些实施例中，基于前述方案，从第一样本图像中获取水印特征值，包括：将所述第一样本图像划分为N个子块，N为正整数且N≥2；获取所述N个子块中的每个子块的子水印特征值，每个子块都包含有第一子水印特征值或第二子本文档来自技高网...

【技术保护点】
1.一种水印识别模型建立方法，其特征在于，包括：从第一样本图像中获取水印特征值，所述水印特征值表征所述样本图像的水印区域和非水印区域；在所述水印特征值与预设的标准特征值不一致时，对获取所述水印特征值时的第一模型参数进行校正，直到所述水印特征值与预设的标准特征值一致；分别获取M个第二样本图像中M个水印区域的指纹特征，M为正整数且M≥2；将所述M个水印区域中任意两个水印区域的指纹特征进行对比，得到第一对比结果；在所述第一对比结果与预设的标准对比结果不一致时，对获取M个水印区域的指纹特征时的第二模型参数进行校正，直到所述第一对比结果与所述预设的标准对比结果一致。

【技术特征摘要】
1.一种水印识别模型建立方法，其特征在于，包括：从第一样本图像中获取水印特征值，所述水印特征值表征所述样本图像的水印区域和非水印区域；在所述水印特征值与预设的标准特征值不一致时，对获取所述水印特征值时的第一模型参数进行校正，直到所述水印特征值与预设的标准特征值一致；分别获取M个第二样本图像中M个水印区域的指纹特征，M为正整数且M≥2；将所述M个水印区域中任意两个水印区域的指纹特征进行对比，得到第一对比结果；在所述第一对比结果与预设的标准对比结果不一致时，对获取M个水印区域的指纹特征时的第二模型参数进行校正，直到所述第一对比结果与所述预设的标准对比结果一致。2.根据权利要求1所述的模型建立方法，其特征在于，对获取所述水印特征值时的第一模型参数进行校正，直到所述水印特征值与预设的标准特征值一致，包括：将所述水印特征值与所述预设的标准特征值进行对比得到海明距离值；根据所述海明距离值对获取所述水印特征值时的第一模型参数进行校正，直到所述海明距离值为0。3.根据权利要求1所述的模型建立方法，其特征在于，从第一样本图像中获取水印特征值，包括：将所述第一样本图像划分为N个子块，N为正整数且N≥2；获取所述N个子块中的每个子块的子水印特征值，每个子块都包含有第一子水印特征值或第二子水印特征值；将包含有第一子水印特征值的连续子块确定为所述第一样本图像的水印区域，并将所述N个子块的子水印特征值的组合作为所述第一样本图像的水印特征值。4.根据权利要求1所述的模型建立方法，其特征在于，将所述M个水印区域中任意两个水印区域的指纹特征进行对比，得到第一对比结果，包括：将所述M个水印区域中任意两个水印区域的指纹特征进行对比，确定出所述任意两个水印区域的指纹特征相同或不相同，所述预设的标准对比结果为相同或者不相同。5.根据权利要求1所述的模型建立方法，其特征在于，在得到第一对比结果之后，还包括：将所述第一对比结果与预设的标准对比结果进行对比，确定出所述第一对比结果与所述预设的标准对比结果一致或不一致。6.根据权利要求3所述的模型建立方法，其特征在于，将包含有第一子水印特征值的连续子块确定为所述第一样本图像的水印区域，包括：确定所述N个子块中所述子水印特征值为第一子水印特征值的连续子块；将包含所述连续子块的最小矩形确定为所述第一样本图像的水印区域。7.根据权利要求2所述的模型建立方法，...

【专利技术属性】
技术研发人员：祁斌川，戴朝约，
申请(专利权)人：杭州朗和科技有限公司，
类型：发明
国别省市：浙江,33