数字作品处理方法及装置制造方法及图纸

本说明书实施例提供了数字作品处理方法及装置，其中，一种数字作品处理方法包括：将虚拟世界内的数字作品的作品数据输入显著特征提取模型进行显著特征提取，获得显著特征，以及，将所述作品数据输入数据特征提取模型进行数据特征提取，获得数据特征；对所述显著特征和所述数据特征进行特征拼接，获得拼接特征；将所述拼接特征进行特征降维处理，获得降维特征；计算所述降维特征与数字作品库中的候选数字作品的降维特征的特征相似度，以根据所述特征相似度进行所述数字作品的侵权检测。征相似度进行所述数字作品的侵权检测。征相似度进行所述数字作品的侵权检测。

【技术实现步骤摘要】
数字作品处理方法及装置


[0001]本文件涉及虚拟化
，尤其涉及一种数字作品处理方法及装置。

技术介绍

[0002]虚拟世界提供了对真实世界的模拟，甚至能够提供在真实世界难以实现的场景，因此虚拟世界越来越多地应用在各种场景。在虚拟世界场景中，用户通过特定的身份ID登录三维虚拟世界，通过虚拟世界中虚拟的用户角色进行活动，通常，在虚拟世界中存在不同的用户角色，这些用户角色各自进行不同的活动。

技术实现思路

[0003]本说明书一个或多个实施例提供了一种数字作品处理方法，包括：将虚拟世界内的数字作品的作品数据输入显著特征提取模型进行显著特征提取，获得显著特征，以及，将所述作品数据输入数据特征提取模型进行数据特征提取，获得数据特征。对所述显著特征和所述数据特征进行特征拼接，获得拼接特征。将所述拼接特征进行特征降维处理，获得降维特征。计算所述降维特征与数字作品库中的候选数字作品的降维特征的特征相似度，以根据所述特征相似度进行所述数字作品的侵权检测。
[0004]本说明书一个或多个实施例提供了一种数字作品处理装置，包括：特征提取模块，被配置为将虚拟世界内的数字作品的作品数据输入显著特征提取模型进行显著特征提取，获得显著特征，以及，将所述作品数据输入数据特征提取模型进行数据特征提取，获得数据特征。特征拼接模块，被配置为对所述显著特征和所述数据特征进行特征拼接，获得拼接特征。特征降维处理模块，被配置为将所述拼接特征进行特征降维处理，获得降维特征。侵权检测模块，被配置为计算所述降维特征与数字作品库中的候选数字作品的降维特征的特征相似度，以根据所述特征相似度进行所述数字作品的侵权检测。
[0005]本说明书一个或多个实施例提供了一种数字作品处理设备，包括：处理器；以及，被配置为存储计算机可执行指令的存储器，所述计算机可执行指令在被执行时使所述处理器：将虚拟世界内的数字作品的作品数据输入显著特征提取模型进行显著特征提取，获得显著特征，以及，将所述作品数据输入数据特征提取模型进行数据特征提取，获得数据特征。对所述显著特征和所述数据特征进行特征拼接，获得拼接特征。将所述拼接特征进行特征降维处理，获得降维特征。计算所述降维特征与数字作品库中的候选数字作品的降维特征的特征相似度，以根据所述特征相似度进行所述数字作品的侵权检测。
[0006]本说明书一个或多个实施例提供了一种存储介质，用于存储计算机可执行指令，所述计算机可执行指令在被处理器执行时实现以下流程：将虚拟世界内的数字作品的作品数据输入显著特征提取模型进行显著特征提取，获得显著特征，以及，将所述作品数据输入数据特征提取模型进行数据特征提取，获得数据特征。对所述显著特征和所述数据特征进行特征拼接，获得拼接特征。将所述拼接特征进行特征降维处理，获得降维特征。计算所述降维特征与数字作品库中的候选数字作品的降维特征的特征相似度，以根据所述特征相似
度进行所述数字作品的侵权检测。
附图说明
[0007]为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图；
[0008]图1为本说明书一个或多个实施例提供的一种数字作品处理方法处理流程图；
[0009]图2为本说明书一个或多个实施例提供的一种应用于数字藏品场景的数字作品处理方法处理流程图；
[0010]图3为本说明书一个或多个实施例提供的一种数字作品处理装置示意图；
[0011]图4为本说明书一个或多个实施例提供的一种数字作品处理设备的结构示意图。
具体实施方式
[0012]为了使本
的人员更好地理解本说明书一个或多个实施例中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明书一个或多个实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本文件的保护范围。
[0013]本说明书提供的一种数字作品处理方法实施例：
[0014]本申请提供的数字作品处理方法，一方面从虚拟世界内的数字作品的作品数据出发，提取数字作品在显著特征这一维度的显著特征，另一方面从作品数据出发提取数字作品在数据特征这一维度的数据特征，并通过将显著特征和数据特征进行拼接来提升数字作品的特征全面性；进一步将拼接特征进行降维处理，来降低后续基于降维特征与数字作品库中的候选数字作品的降维特征的特征相似度的计算难度，提升特征相似度计算效率，从而能够对虚拟世界中的数字作品实现高效的侵权检测，对虚拟世界的数字作品的原创保护提供支持。
[0015]参照图1，本实施例提供的数字作品处理方法，所述方法具体包括步骤S102至步骤S108。
[0016]步骤S102，将虚拟世界内的数字作品的作品数据输入显著特征提取模型进行显著特征提取，获得显著特征，以及，将所述作品数据输入数据特征提取模型进行数据特征提取，获得数据特征。
[0017]本实施例所述虚拟世界，是指基于去中心化协作实现并且具有开放经济系统的虚拟的拟真世界，可选的，所述虚拟世界中通过生成非同质化标识占有虚拟资产的所有权，具体的，真实世界中的用户可通过接入设备接入虚拟世界。所述虚拟世界的接入设备，可以是连接虚拟世界的VR(Virtual Reality，虚拟现实)设备、AR(Augmented Reality，增强现实)设备等，比如连接虚拟世界的头戴式VR设备。
[0018]所述数字作品，是指使用区块链技术，对应特定的数字藏品(包括但不限于数字图片、音乐、视频、3D模型、电子票证、数字纪念品等各种形式)生成的唯一数字凭证，在保护其
数字版权的基础上，实现真实可信的数字化发行、购买、收藏和使用。
[0019]可选的，所述数字作品，包括下述至少一项：数字藏品、虚拟衣物以及虚拟建筑。
[0020]本实施例所述显著特征，是指在视觉或者思维角度出发对数字作品的明显特征的定义获得的显著性特征，该显著特征可以是主观特征，比如表征色彩鲜艳程度的特征(色彩鲜艳度特征)、表征抽象程度的特征、表征可记忆程度的特征。所述数据特征，是指从数字作品的数据层面出发对数字作品的本征特征的定义获得的数据特征，该数据特征可以是客观特征，比如颜色特征、大小特征、形状特征、外观特征。
[0021]本实施例中，一方面从数字作品的显著特征这一维度进行数据采集，即：从“主观”维度采集主观数据，另一方面从数字作品的数据特征这一维度进行数据采集，即：从“客观”维度采集客观数据，通过显著特征和数据特征两个角度的数据采集，来增强对虚拟世界中数字作品数据采集的全面性，从而能够针对数字作品实现高效的侵权检测，实现对虚拟世界的数字作品的原创保护提本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数字作品处理方法，包括：将虚拟世界内的数字作品的作品数据输入显著特征提取模型进行显著特征提取，获得显著特征，以及，将所述作品数据输入数据特征提取模型进行数据特征提取，获得数据特征；对所述显著特征和所述数据特征进行特征拼接，获得拼接特征；将所述拼接特征进行特征降维处理，获得降维特征；计算所述降维特征与数字作品库中的候选数字作品的降维特征的特征相似度，以根据所述特征相似度进行所述数字作品的侵权检测。2.根据权利要求1所述的数字作品处理方法，所述根据所述特征相似度进行所述数字作品的侵权检测，包括：检测所述特征相似度是否处于预设阈值范围；若是，确定所述数字作品为侵权作品，并进行所述侵权作品的侵权提醒处理。3.根据权利要求2所述的数字作品处理方法，若所述检测所述特征相似度是否处于预设阈值范围子操作执行之后的执行结果为否，执行如下操作：确定所述数字作品为原创作品，并将所述数字作品加入数字作品库。4.根据权利要求2所述的数字作品处理方法，所述进行所述侵权作品的侵权提醒处理，包括：将所述侵权作品从所述数字作品库内删除，向所述候选数字作品的所有权方发送所述侵权作品的侵权提醒。5.根据权利要求1所述的数字作品处理方法，所述显著特征提取，包括：将所述作品数据输入所述显著特征提取模型的编码器进行显著特征提取，获得所述显著特征。6.根据权利要求1所述的数字作品处理方法，所述显著特征提取模型，采用如下方式训练获得：将数字作品样本的样本数据输入第一待训练模型的编码器进行显著特征提取，获得样本显著特征；根据预测显著分数和所述数字作品样本对应的标记分数计算显著损失，以及，根据预测显著图谱和所述数字作品样本对应的标记图谱计算图谱损失；根据所述显著损失和所述图谱损失对所述编码器进行参数调整；其中，所述预测显著分数通过将所述样本显著特征输入预测器进行显著分数预测获得；所述预测显著图谱通过将所述样本显著特征输入回归器进行显著分数预测获得。7.根据权利要求1所述的数字作品处理方法，所述数据特征提取，包括：将所述作品数据输入所述数据特征提取模型的编码器进行数据特征提取，获得所述数据特征。8.根据权利要求1所述的数字作品处理方法，所述数据特征提取模型，采用如下方式训练获得：将数字作品样本对的样本数据输入第二待训练模型的编码器进行数据特征提取，获得数据特征对；将所述数据特征对输入特征映射器进行特征映射处理，获得映射特征对；
根据所述数据特征对和所述映射特征对计算对比损失，并根据所述对比损失对所述编码器进行参数调整。9.根据权利要求8所述的数字作品处理方法，所述根据所述数据特征对和所述映射特征对计算对比损失，包括：计算所述数据特征对中第一样本对应的第一数据特征与所述映射特征对中第二样本对应的第二映射特征的第一特征相似度，以及，计算所述数据特征对中第二样本对应的第二数据特征与所述映射特征对中第一样本对应的第一映射特征的第二特征相似度；计算第一特征相似度与第二特征相似度之和作为对比损失。10.根据权利要求1所述的数字作品处理方法，所述对所述显著特征和所述数据特征进行特征拼接，获...

【专利技术属性】
技术研发人员：曹佳炯，丁菁汀，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：