水印提取和添加方法、装置、电子设备及存储介质制造方法及图纸

本申请提供一种水印提取和添加方法、装置、电子设备及存储介质，包括：获取水印和视频码流，所述视频码流为已压缩的视频码流，且待添加所述水印；将所述水印和所述视频码流输入预先训练好的水印添加模型中，得到已添加所述水印且已压缩的视频码流，利用水印添加模型直接对已压缩的视频码流添加水印，得到已添加所述水印且已压缩的视频码流，该过程无需对已压缩视频码流进行解压缩和压缩操作，继而提高水印添加效率。

【技术实现步骤摘要】
水印提取和添加方法、装置、电子设备及存储介质
本申请涉及视频处理
，具体而言，涉及一种水印提取和添加方法、装置、电子设备及存储介质。
技术介绍
目前，各类短视频网站、app越来越盛行。但视频网站对于上传的视频内容往往缺乏全面且有效的审核手段。视频网站上对视频进行未授权拷贝并再次发布的情况屡见不鲜，网络视频内容监管等问题日益凸显，因此视频内容的版权保护及溯源成为急需解决的问题。视频水印技术是解决该问题的方法之一，然而视频信息量巨大，因此，为了节省存储视频信息所需的存储空间，视频信息通常是以压缩的形式进行存储的。现有的视频水印添加技术，首先对已压缩的视频进行解封装处理，得到已压缩的视频码流，然后对已压缩的视频码流解压缩，并对解压缩后得到的视频帧添加水印，接着将已添加水印的视频帧重新压缩，得到已添加水印，且已压缩的视频码流，最后将其封装为视频文件或封装为便于网络传输的数据流，然而视频的压缩和解压缩过程相当复杂，且相当耗时。
技术实现思路
鉴于此，本申请实施例的目的在于提供一种水印提取和添加方法、装置、电子设备及存储介质，以在添加水印的过程中，避免对视频进行解压缩和压缩的操作，提高水印添加效率。第一方面，本申请实施例提供一种水印添加方法，所述方法包括：获取水印和视频码流，所述视频码流为已压缩的视频码流，且待添加所述水印；将所述水印和所述视频码流输入预先训练好的水印添加模型中，得到已添加所述水印且已压缩的视频码流。在上述实现过程中，利用水印添加模型直接对已压缩的视频码流添加水印，得到已添加所述水印且已压缩的视频码流，该过程无需对已压缩视频码流进行解压缩和压缩操作，继而提高水印添加效率。基于第一方面，在一种可能的设计中，在所述将所述水印和所述视频码流输入预先训练好的水印添加模型中，得到已添加所述水印且已压缩的视频码流之前，所述方法还包括：建立原始水印添加模型；获取模型训练样本，所述模型训练样本包括水印样本及视频码流样本，所述视频码流样本为无水印且已压缩的视频码流；将所述模型训练样本输入所述原始水印添加模型中，得到模型输出结果；确定所述模型输出结果与预设的标准模型输出结果的误差的第一损失值，所述标准模型输出结果的视频内容与所述视频码流样本的内容对应，且已压缩并添加有所述水印样本；在确定所述第一损失值大于预设阈值时，对所述原始水印添加模型进行更新，直至利用更新后的水印添加模型确定出的新的损失值小于等于所述预设阈值，得到训练好的水印添加模型。在上述实现过程中，将水印样本及视频码流样本输入所述原始水印添加模型中，得到模型输出结果；其中，所述视频码流样本为无水印且已压缩的视频码流；在确定所述模型输出结果与预设的标准模型输出结果的误差的第一损失值大于预设阈值时，对所述原始水印添加模型进行更新，所述标准模型输出结果的视频内容与所述视频码流样本的内容对应，且已压缩并添加有所述水印样本，直至利用更新后的水印添加模型确定出的新的损失值小于等于所述预设阈值，继而保证训练好的水印添加模型能准确地对将待添加水印添加至已压缩的视频码流中，无需视频压缩和解压缩操作。基于第一方面，在一种可能的设计中，所述获取水印，包括：获取初始水印；对所述初始水印进行置乱，得到所述水印。在上述实现过程中，通过对初始水印进行置乱，继而能够进一步提高已添加所述水印的视频码流的抗攻击性。第二方面，本申请实施例提供一种水印提取方法，所述方法包括：获取已添加水印且已压缩的视频码流；将所述视频码流输入预先训练好的水印提取模型中，得到所述水印。在上述实现过程中，利用水印提取模型从已添加水印且已压缩的视频码流中直接提取出所述水印，该过程无需对已压缩视频码流进行解压缩和压缩操作，继而提高水印提取效率。基于第一方面，在一种可能的设计中，在所述将所述视频码流输入预先训练好的水印提取模型中，得到水印输出结果之前，所述方法还包括：建立原始水印提取模型；获取视频码流样本，所述视频码流样本为已添加水印且已压缩的视频码流；将所述视频码流样本输入所述原始水印提取模型中，得到水印输出结果；确定所述水印输出结果与预设的标准水印输出结果的误差的第二损失值；在确定所述第二损失值大于预设门限值时，对所述原始水印提取模型进行更新，直至利用更新后的水印提取模型确定出的新的损失值小于等于所述预设门限值，得到训练好的水印提取模型。在上述实现过程中，将所述视频码流样本输入所述原始水印提取模型中，得到水印输出结果；其中，所述视频码流样本为已添加水印且已压缩的视频码流；在确定所述水印输出结果与预设的标准水印输出结果的误差的第二损失值大于预设门限值时，对所述原始水印提取模型进行更新，直至利用更新后的水印提取模型确定出的新的损失值小于等于所述预设门限值，得到训练好的水印提取模型，继而保证训练好的水印提取模型能准确地从已添加水印且已压缩的视频码流中，提取出所述水印，无需视频压缩和解压缩操作。基于第一方面，在一种可能的设计中，在所述确定所述水印输出结果与预设的标准水印输出结果的误差的第二损失值之前，所述方法还包括：获取原始水印；对所述原始水印进行置乱，得到所述标准水印输出结果。在水印提取模型输出的水印为经过置乱后的水印的情况下，为了保证训练好的水印提取模型的水印提取准确度，因此，上述实现过程中，需要对所述原始水印进行置乱，得到标准水印输出结果，以保证标准水印输出结果与水印提取模型输出的水印输出结果统一，继而保证训练好的水印提取模型的水印提取准确度。第三方面，本申请实施例提供一种水印添加装置，所述装置包括：第一获取单元，用于获取水印和视频码流，所述视频码流为已压缩的视频码流，且待添加所述水印；水印添加单元，用于将所述水印和所述视频码流输入预先训练好的水印添加模型中，得到已添加所述水印且已压缩的视频码流。基于第三方面，在一种可能的设计中，所述装置还包括：水印添加模型训练单元，用于建立原始水印添加模型；以及获取模型训练样本，所述模型训练样本包括水印样本及视频码流样本，所述视频码流样本为无水印且已压缩的视频码流；将所述模型训练样本输入所述原始水印添加模型中，得到模型输出结果；确定所述模型输出结果与预设的标准模型输出结果的误差的第一损失值，所述标准模型输出结果的视频内容与所述视频码流样本的内容对应，且已压缩并添加有所述水印样本；在确定所述第一损失值大于预设阈值时，对所述原始水印添加模型进行更新，直至利用更新后的水印添加模型确定出的新的损失值小于等于所述预设阈值，得到训练好的水印添加模型。基于第三方面，在一种可能的设计中，所述第一获取单元，具体用于获取初始水印；以及对所述初始水印进行置乱，得到所述水印。第四方面，本申请实施例提供一种水印提取装置，所述装置包括：第二获取单元，用于获取已添加水印且已压缩的视频码流；水印提取单元，用于将所述视频码流输入预先训练好的水印提取模型中，得到所述水印。基于第四方面，在一种可能的设计中，所述装置还包括：水印提取模型训练单元，用于建立原始水印提取模型；获取视频码流样本，所述视频码流样本本文档来自技高网...

【技术保护点】
1.一种水印添加方法，其特征在于，所述方法包括：/n获取水印和视频码流，所述视频码流为已压缩的视频码流，且待添加所述水印；/n将所述水印和所述视频码流输入预先训练好的水印添加模型中，得到已添加所述水印且已压缩的视频码流。/n

【技术特征摘要】
1.一种水印添加方法，其特征在于，所述方法包括：
获取水印和视频码流，所述视频码流为已压缩的视频码流，且待添加所述水印；
将所述水印和所述视频码流输入预先训练好的水印添加模型中，得到已添加所述水印且已压缩的视频码流。


2.根据权利要求1所述的方法，其特征在于，在所述将所述水印和所述视频码流输入预先训练好的水印添加模型中，得到已添加所述水印且已压缩的视频码流之前，所述方法还包括：
建立原始水印添加模型；
获取模型训练样本，所述模型训练样本包括水印样本及视频码流样本，所述视频码流样本为无水印且已压缩的视频码流；
将所述模型训练样本输入所述原始水印添加模型中，得到模型输出结果；
确定所述模型输出结果与预设的标准模型输出结果的误差的第一损失值，所述标准模型输出结果的视频内容与所述视频码流样本的内容对应，且已压缩并添加有所述水印样本；
在确定所述第一损失值大于预设阈值时，对所述原始水印添加模型进行更新，直至利用更新后的水印添加模型确定出的新的损失值小于等于所述预设阈值，得到训练好的水印添加模型。


3.根据权利要求1所述的方法，其特征在于，所述获取水印，包括：
获取初始水印；
对所述初始水印进行置乱，得到所述水印。


4.一种水印提取方法，其特征在于，所述方法包括：
获取已添加水印且已压缩的视频码流；
将所述视频码流输入预先训练好的水印提取模型中，得到所述水印。


5.根据权利要求4所述的方法，其特征在于，在所述将所述视频码流输入预先训练好的水印提取模型中，得到水印输出结果之前，所述方法还包括：
建立原始水印提取模型；
...

【专利技术属性】
技术研发人员：马兆远，李康，朱善伟，韩德伟，殷小雷，郝亚东，董利健，杨勖，梁冬雪，徐建，毕东柱，
申请(专利权)人：司马大大北京智能系统有限公司，
类型：发明
国别省市：北京;11