[發明專利]圖片水印識別方法、裝置、設備及計算機可讀存儲介質

在審

• 申請號: 201811540605.4
• 申請日: 2018-12-14
• 公開（公告）號: CN109784181A
• 公開（公告）日: 2019-05-21
• 發明（設計）人: 陳萬慧;董宇康;簡杰生;付倩;汪偉;王云敏;錢城;田麗珍;蘇雪婷
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 胡海國

本發明涉及圖像檢測技術領域，公開了一種圖片水印識別方法、裝置、設備及計算機可讀存儲介質，圖片水印識別方法包括：對現有圖片庫進行數據增強，得到樣本圖片庫；通過樣本圖片庫中的圖片，基于迭代訓練的方式對預置卷積神經網絡模型進行訓練，得到目標卷積神經網絡模型，其中，目標卷積神經網絡模型包含inception網絡以及預測層，預測層為FPN結構；將待識別圖片輸入目標卷積神經網絡模型，通過inception網絡提取待識別圖片的特征信息；根據預測層和特征信息，識別待識別圖片中的水印，得到待識別圖片的水印識別結果。通過本發明，對原SSD網絡結構進行了優化，根據優化得到的目標神經網絡模型，進行圖片水印識別，識別準確率可大大提高。

技術領域

本發明涉及圖像檢測技術領域，尤其涉及圖片水印識別方法、裝置、設備及計算機可讀存儲介質。

背景技術

圖像包含了豐富且直觀的信息，當前在互聯網的社交、購物等領域，都需要大量的圖像來給用戶傳遞信息。由于互聯網信息的傳播極為快速和便攜，越來越多的個人和組織選擇給自身擁有的圖像嵌入水印信息，如在圖像部分區域打上商標或網址的水印，以此保護圖像信息的所有權。因此，圖像信息的提供方在使用圖像前，需要對圖像進行審核，識別圖像中是否含有水印信息，避免出現誤用和侵權的行為。

一方面，隨著互聯網的飛速發展，圖像提供方每天都會利用用戶上傳、爬蟲下載等諸多途徑獲取大量圖像信息，數量已遠遠超過人工審核的限度。另一方面，水印信息在圖像中的視覺顯著性很低，具有面積小，顏色淺，透明度高等特點，帶水印圖像與未帶水印圖像之間的差異往往很小，區分度較低。因此，通過人工審核的方式，難以實現對帶水印圖片的準確識別。

發明內容

本發明的主要目的在于提供一種圖片水印識別方法、裝置、設備及計算機可讀存儲介質，旨在解決現有技術中通過人工審核的方式，難以實現對帶水印圖片的準確識別的技術問題。

為實現上述目的，本發明提供一種圖片水印識別方法，所述圖片水印識別方法包括以下步驟：

對現有圖片庫進行數據增強，得到樣本圖片庫；

通過樣本圖片庫中的圖片，基于迭代訓練的方式對預置卷積神經網絡模型進行訓練，得到目標卷積神經網絡模型，其中，所述目標卷積神經網絡模型包含inception網絡以及預測層，所述預測層為FPN結構；

將待識別圖片輸入所述目標卷積神經網絡模型，通過所述inception網絡提取所述待識別圖片的特征信息；

根據所述預測層和所述特征信息，識別所述待識別圖片中的水印，得到所述待識別圖片的水印識別結果。

可選的，所述對現有圖片庫進行數據增強，得到樣本圖片庫的步驟包括：

對現有圖片庫中原始圖片的水印進行調整，得到新增圖片；

基于原始圖片以及新增圖片，得到樣本圖片庫。

可選的，所述預置卷積神經網絡模型包含inception網絡以及預測層，所述預測層為FPN結構，所述通過樣本圖片庫中的圖片，基于迭代訓練的方式對預置卷積神經網絡模型進行訓練，得到目標卷積神經網絡模型的步驟包括：

對樣本圖片庫中的圖片進行預處理，得到訓練圖片，所述訓練圖片的數量至少為兩張；

將每張訓練圖片輸入預置卷積神經網絡模型，通過所述inception網絡提取每張訓練圖片的特征信息；

根據所述預測層和每張訓練圖片的特征信息，識別每張訓練圖片中的水印，得到每張訓練圖片的水印識別結果；

將每張訓練圖片的水印識別結果與各自對應的原始標注信息進行對比，得到每張訓練圖片對應的相似度，對得到的相似度進行求平均值計算，得到map值；

檢測所述map值是否滿足精度需求；