[發明專利]水印檢測模型訓練方法、水印檢測方法、系統、設備及介質

在審

• 申請號: 202011149325.8
• 申請日: 2020-10-23
• 公開（公告）號: CN112232431A
• 公開（公告）日: 2021-01-15
• 發明（設計）人: 成丹妮;羅超;吉聰睿;李巍;胡泓
• 申請（專利權）人: 攜程計算機技術（上海）有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06T1/00
• 代理公司: 上海弼興律師事務所 31283
• 代理人: 楊東明;張冉

1.一種水印檢測模型訓練方法，其特征在于，包括：

獲取樣本數據集，所述樣本數據集包含若干帶水印的訓練圖像；

對所述樣本數據集的每個訓練圖像中水印區域的輪廓進行標注；

根據標注后的樣本數據集，對水印檢測模型進行訓練，得到目標水印檢測模型；

其中，所述水印檢測模型用于提取輸入圖像的特征圖，而后獲取所述特征圖中每個特征點是否為水印中心點的概率，并在某個特征點為水印中心點的概率大于預定值時，獲取該特征點映射到所述輸入圖像中的位置與該特征點對應的真實水印中心點之間的偏移量、以及該特征點對應的水印尺寸。

2.根據權利要求1所述的水印檢測模型訓練方法，其特征在于，所述獲取樣本數據集的步驟包括：

獲取若干水印圖像；

對所述若干水印圖像進行處理，得到若干背景透明的水印圖像模板；

獲取若干背景圖像；

將所述若干水印圖像模板與所述若干背景圖像合成，得到所述若干帶水印的訓練圖像。

3.根據權利要求2所述的水印檢測模型訓練方法，其特征在于，所述將所述若干水印圖像模板與所述若干背景圖像合成的步驟包括：

將同一所述水印圖像模板以不同的水印類型、尺寸、透明度和/或位置與所述背景圖像合成。

4.根據權利要求1所述的水印檢測模型訓練方法，其特征在于，所述根據標注后的樣本數據集，對水印檢測模型進行訓練的步驟包括：

將所述樣本數據集中的訓練圖像輸入所述水印檢測模型進行處理，得到所述訓練圖像的模型處理結果；

基于所述訓練圖像的模型處理結果與所述訓練圖像中標注的水印區域，獲取損失函數；

基于所述損失函數調整所述水印檢測模型的參數，并返回所述將所述樣本數據集中的訓練圖像輸入所述水印檢測模型進行處理的步驟，直至所述損失函數滿足預定條件，得到目標水印檢測模型。

5.根據權利要求4所述的水印檢測模型訓練方法，其特征在于，所述基于所述訓練圖像的模型處理結果與所述訓練圖像中標注的水印區域，獲取損失函數，包括：

基于所述訓練圖像的模型處理結果與所述訓練圖像中標注的水印區域獲取概率損失、位置損失和尺寸損失；

將所述概率損失、位置損失和尺寸損失加權求和得到所述損失函數。

6.根據權利要求1所述的水印檢測模型訓練方法，其特征在于，所述水印檢測模型采用全卷積網絡，所述全卷積網絡包含若干對稱殘差模塊，每個所述對稱殘差模塊包含偶數個順序連接的殘差塊，并且所述偶數個殘差塊對稱跳躍連接。

7.一種水印檢測方法，其特征在于，包括：

獲取目標圖像；

將所述目標圖像輸入根據權利要求1-6中任一項所述方法訓練得到的所述目標水印檢測模型進行處理，得到所述目標圖像的特征圖中每個特征點為水印中心點的概率，并在某個特征點為水印中心點的概率大于預定值時，得到該特征點映射到所述目標圖像中的位置與該特征點對應的真實水印中心點之間的偏移量、及該特征點對應的水印尺寸，而后根據該特征點映射到所述目標圖像中的位置以及所述偏移量，得到該特征點對應的真實水印中心點。

8.一種水印檢測模型訓練系統，其特征在于，包括：

樣本獲取模塊，用于獲取樣本數據集，所述樣本數據集包含若干帶水印的訓練圖像；

標注模塊，用于對所述樣本數據集的每個訓練圖像中水印區域的輪廓進行標注；

訓練模塊，用于根據標注后的樣本數據集，對水印檢測模型進行訓練，得到目標水印檢測模型；

其中，所述水印檢測模型用于提取輸入圖像的特征圖，而后獲取所述特征圖中每個特征點為水印中心點的概率，并在某個特征點為水印中心點的概率大于預定值時，獲取該特征點映射到所述輸入圖像中的位置與該特征點對應的真實水印中心點之間的偏移量、以及該特征點對應的水印尺寸。