水印检测方法、模型训练方法、装置及电子设备制造方法及图纸

本公开提供了一种水印检测方法、模型训练方法、装置及电子设备，涉及人工智能技术领域，尤其涉及计算机视觉、图像识别和深度学习技术。该水印检测方法包括：确定待检测图像中的水印区域图像；提取水印区域图像的图像特征和文本图像融合特征；根据水印区域图像的图像特征和文本图像融合特征，确定待检测图像中的水印的品牌信息。该方法实现了准确检测水印中的品牌信息。品牌信息。品牌信息。

【技术实现步骤摘要】
水印检测方法、模型训练方法、装置及电子设备


[0001]本公开涉及人工智能
中的计算机视觉、图像识别和深度学习技术，尤其涉及一种水印检测方法、模型训练方法、装置及电子设备。

技术介绍

[0002]为了保证数据版权可追溯，各大平台往往都会在发布数据中添加水印，而水印检测也成为审核平台的重要能力之一。
[0003]相关技术中通常是通过图像识别的技术进行粗粒度的水印检测，这种粗粒度的水印检测通常仅能识别水印的大致分类，例如二维码、条形码、水印广告、商业广告等。然而，由于水印通常会体现发布方的品牌信息，这些品牌信息若未经审核则容易导致侵权等问题发生，因此，目前亟需一种能够准确检测水印中的品牌信息的方法。

技术实现思路

[0004]本公开提供了一种实现了准确检测水印中的品牌信息的水印检测方法、模型训练方法、装置及电子设备。
[0005]根据本公开的第一方面，提供了一种水印检测方法，包括：
[0006]确定待检测图像中的水印区域图像；
[0007]提取所述水印区域图像的图像特征和文本图像融合特征；
[0008]根据所述水印区域图像的图像特征和文本图像融合特征，确定所述待检测图像中的水印的品牌信息。
[0009]根据本公开的第二方面，提供了一种图像文本特征映射模型的训练方法，包括：
[0010]获取多个样本图像对，所述样本图像对属于同一品牌；
[0011]将所述样本图像对输入初始文本检测模型，得到所述样本图像对的文本特征；
[0012]根据所述样本图像对的文本特征，调整所述初始文本检测模型的参数，得到所述图像文本特征映射模型。
[0013]根据本公开的第三方面，提供了一种水印检测装置，包括：
[0014]第一确定模块，确定待检测图像中的水印区域图像；
[0015]提取模块，用于提取所述水印区域图像的图像特征和文本图像融合特征；
[0016]第二确定模块，用户根据所述水印区域图像的图像特征和文本图像融合特征，确定所述待检测图像中的水印的品牌信息。
[0017]根据本公开的第四方面，提供了一种图像文本特征映射模型的训练装置，包括：
[0018]获取模块，用于获取多个样本图像对，所述样本图像对属于同一品牌；
[0019]输入模块，用于将所述样本图像对输入初始文本检测模型，得到所述样本图像对的文本特征；
[0020]调整模块，用于根据所述样本图像对的文本特征，调整所述初始文本检测模型的参数，得到所述图像文本特征映射模型。
[0021]根据本公开的第五方面，提供了一种电子设备，包括：
[0022]至少一个处理器；以及
[0023]与所述至少一个处理器通信连接的存储器；其中，
[0024]所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述第一方面所述的方法。
[0025]根据本公开的第六方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行上述第一方面所述的方法。
[0026]根据本公开的第七方面，提供了一种计算机程序产品，所述程序产品包括：计算机程序，所述计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序，所述至少一个处理器执行所述计算机程序使得电子设备执行第一方面所述的方法。
[0027]根据本公开的技术方案，实现了对水印的品牌信息的准确检测。
[0028]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0029]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0030]图1是根据本公开实施例提供的一种水印检测方法的流程示意图；
[0031]图2是根据本公开实施例提供的待检测图像的示意图一；
[0032]图3是根据本公开实施例提供的待检测图像的示意图二；
[0033]图4是根据本公开实施例提供的训练流程示意图；
[0034]图5是根据本公开实施例提供的一种水印检测装置的结构示意图；
[0035]图6是根据本公开实施例提供的一种图像文本特征映射模型的训练装置的结构示意图；
[0036]图7是用来实现本公开实施例的方法的电子设备的示意性框图。
具体实施方式
[0037]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0038]目前，大多数平台的水印多为图文水印，即水印中既包括图像信息又包括文字信息，基于相关技术中图像识别的方法，通常仅能识别水印的大致分类，例如二维码、条形码、水印广告、商业广告等，但却不能准确识别水印中的品牌信息。基于此，本公开实施例中考虑在水印检测时，在图像信息的基础上，提取水印中的文本信息，即语义信息，将图像信息和文本信息相结合，从而准确识别水印中的品牌信息。
[0039]本公开提供一种水印检测方法、模型训练方法、装置及电子设备，应用于人工智能
的计算机视觉、图像识别和深度学习领域，具体可以应用在内容平台进行内容审核的场景中，以准确地检测出水印的品牌信息。
[0040]下面，将通过具体的实施例对本公开提供的水印检测方法进行详细地说明。可以理解的是，下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
[0041]图1是根据本公开实施例提供的一种水印检测方法的流程示意图。该方法的执行主体为水印检测装置，该装置可以通过软件和/或硬件的方式实现。如图1所示，该方法包括：
[0042]S101、确定待检测图像中的水印区域图像。
[0043]待检测图像可以是视频中的一帧图像、照片、文本内容截图等图像，本公开实施例对此并不限定，待检测图像中包括了发布者添加的水印。通常，发布者在添加水印时可以自定义水印的样式、大小或位置等，不同平台或不同发布者添加的水印大小和位置都有可能不同，示例的，图2中所示的待检测图像中水印位置在图像上方中间的位置，图3中所示的待检测图像中水印位置在图像的左下角位置。
[0044]为了准确检测水印的品牌信息，首先需要确定出待检测图像中水印所在的区域，也就是如图2和图3中虚线框所圈定的水印区域图像，从而能够进一步对水印区域图像做进一步识别，确定其中包含的品牌信息。
[0045]S102、提取水印区域图像的图像特征和文本图像融合特征。
[0046]S103、根据水印区域图像的图像特征和文本图像融合特征，确定待检测图像中的水本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种水印检测方法，包括：确定待检测图像中的水印区域图像；提取所述水印区域图像的图像特征和文本图像融合特征；根据所述水印区域图像的图像特征和文本图像融合特征，确定所述待检测图像中的水印的品牌信息。2.根据权利要求1所述的方法，其中，所述根据所述水印区域图像的图像特征和文本图像融合特征，确定所述待检测图像中的水印的品牌信息，包括：将所述水印区域图像的图像特征和文本图像融合特征，与水印库进行匹配，以确定所述待检测图像中的水印的品牌信息，其中，所述水印库中包括多个标准水印区域图像以及各标准水印区域图像对应的图像特征、文本图像融合特征以及品牌信息。3.根据权利要求2所述的方法，其中，所述将所述水印区域图像的图像特征和文本图像融合特征，与水印库进行匹配，以确定所述待检测图像中的水印的品牌信息，包括：将所述水印区域图像的图像特征与所述水印库中的标准水印区域图像的图像特征进行匹配，并按照匹配度排序由高到底的顺序确定多个候选标准水印区域图像；将所述水印区域图像的文本图像融合特征与所述候选标准水印区域图像的文本图像融合特征进行匹配，将匹配度最高的候选标准水印区域图像的品牌信息确定为所述待检测图像中的水印的品牌信息。4.根据权利要求1
‑
3任一项所述的方法，其中，所述提取所述水印区域图像的图像特征和文本图像融合特征，包括：将所述水印区域图像输入图像特征分类模型，得到所述水印区域图像的图像特征，所述图像特征分类模型为根据多个具有品牌标签的样本对初始图像特征分类模型进行训练得到的；将所述水印区域图像输入图像文本特征映射模型，得到所述水印区域图像的文本图像融合特征，所述图像文本特征映射模型为根据多个样本图像对对初始图像文本特征映射模型进行训练得到的，所述样本图像对属于同一品牌。5.根据权利要求1
‑
4任一项所述的方法，其中，所述确定待检测图像中的水印区域图像，包括：将所述待检测图像输入水印位置检测模型，得到水印位置信息；根据所述水印位置信息对所述待检测图像进行裁剪，得到所述水印区域图像。6.根据权利要求1
‑
5任一项所述的方法，所述方法还包括：获取多个标准图像各自对应的标准水印区域图像；提取所述标准水印区域图像的图像特征和文本图像融合特征；获取所述标准水印区域图像对应的品牌信息；将所述标准水印区域图像、所述图像特征、所述文本图像融合特征和所述品牌信息存入所述水印库。7.一种图像文本特征映射模型的训练方法，包括：获取多个样本图像对，所述样本图像对属于同一品牌；将所述样本图像对输入初始文本检测模型，得到所述样本图像对的文本特征；根据所述样本图像对的文本特征，调整所述初始文本检测模型的参数，得到所述图像
文本特征映射模型。8.根据权利要求7所述的方法，其中，所述根据所述样本图像对的文本特征，调整所述初始文本检测模型的参数，得到所述图像文本特征映射模型，包括：确定所述样本图像对的文本特征之间的损失信息；根据所述损失信息，调整所述初始文本检测模型的参数，得到所述图像文本特征映射模型。9.一种水印检测装置，包括：第一确定模块，确定待检测图像中的水印区域图像；提取模块，用于提取所述水印区域图像的图像特征和文本图像融合特征；第二确定模块，用户根据所述水印区域图像的图像特征和文本图像融合特征，确定所述待检测图像中的水印的品牌信息。10.根据权利要求9所述...

【专利技术属性】
技术研发人员：朱若琳，杨敏，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：