【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 ...
【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:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。