[發明專利]一種水印分類模型訓練方法及裝置

有效

• 申請號: 202110313604.1
• 申請日: 2021-03-24
• 公開（公告）號: CN113111734B
• 公開（公告）日: 2022-05-17
• 發明（設計）人: 宮明明;鄭霖;曾小英;陳虹
• 申請（專利權）人: 支付寶（杭州）信息技術有限公司
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/774;G06V10/82;G06V30/413;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 周嗣勇

1.一種水印分類模型的訓練方法，預先訓練水印檢測模型以及文本檢測模型，所述水印檢測模型用于從圖像中檢測出預設類型的水印、以及每個預設類型水印的位置；所述文本檢測模型用于從圖像中檢測出文本信息，以及每條文本信息的位置；所述方法包括：

獲取訓練圖像數據集，所述數據集中任一訓練圖像中包括至少一個水印；所述水印的類型包括合法水印或非法水印；

利用所述訓練圖像數據集、所述水印檢測模型、和所述文本檢測模型，構建水印分類模型的訓練樣本集；其中，任一訓練樣本，以目標水印圖像和該目標水印圖像中的文本信息為特征值，以該目標水印的類型為標簽值；

利用所述訓練樣本集對初始水印分類模型進行有監督訓練，得到用于進行水印分類的水印分類模型。

2.根據權利要求1所述的方法，所述利用所述數據集、所述水印檢測模型、和所述文本檢測模型，構建水印分類模型的訓練樣本集，包括：

針對該數據集中的任一訓練圖像，將該訓練圖像輸入到所述水印檢測模型，利用該水印檢測模型輸出結果中的水印位置對該圖像進行截取，獲得至少一個目標水印圖像；

針對任一目標水印圖像，將該目標水印圖像輸入到所述文本檢測模型中，得到該目標水印圖像中的文本信息；

以所述目標水印圖像、以及所述目標水印圖像中的文本信息為特征值，以該目標水印的類型為標簽值，構建一條水印分類模型的訓練樣本；

匯總所述訓練圖像數據集中全部圖像對應的水印分類模型訓練樣本，以生成水印分類模型訓練樣本集。

3.根據權利要求1所述的方法，所述利用所述數據集、所述水印檢測模型、和所述文本檢測模型，構建水印分類模型的訓練樣本集，包括：

針對該數據集中的任一訓練圖像，將該訓練圖像輸入到所述水印檢測模型，利用該水印檢測模型輸出結果中的水印位置對該圖像進行截取，獲得至少一個目標水印圖像；

將該訓練圖像輸入到所述文本檢測模型，得到至少一條文本信息以及每條文本信息的位置；

針對任一目標水印圖像，從所述至少一條文本信息中確定所述目標水印圖像中的文本信息；

以所述目標水印圖像、以及所述目標水印圖像中的文本信息為特征值，以該目標水印的類型為標簽值，構建一條水印分類模型的訓練樣本；

匯總所述訓練圖像數據集中全部圖像對應的水印分類模型訓練樣本，以生成水印分類模型訓練樣本集。

4.根據權利要求2或3所述的方法，所述利用該水印檢測模型輸出結果中的水印位置對該圖像進行截取，獲得至少一個目標水印圖像，包括：

針對所述水印檢測模型輸出結果中的任一水印位置，利用該水印位置對所述圖像進行截取，以獲得一個目標水印圖像；

匯總所述水印檢測模型輸出結果中全部水印位置對應的目標水印圖像，以獲得至少一個目標水印圖像。

5.根據權利要求3所述的方法，所述針對任一目標水印圖像，從所述至少一條文本信息中確定所述目標水印圖像中的文本信息，包括：

針對任一目標水印圖像，分別計算所述至少一條文本信息的文本位置、與該目標水印圖像對應的水印位置的交并比，得到至少一個交并比；

確定所述至少一個交并比中的最大值所對應的文本信息，為所述目標水印圖像中的文本信息。

6.一種基于權利要求1所述的水印分類模型的水印分類方法，預先訓練水印檢測模型以及文本檢測模型，所述水印檢測模型用于從圖像中檢測出預設類型的水印、以及每個預設類型水印的位置；所述文本檢測模型用于從圖像中檢測出文本信息，以及每條文本信息的位置；所述方法包括：

獲取待審核圖像；

利用所述水印檢測模型和所述文本檢測模型，從所述待審核圖像中獲取至少一個待分類水印圖像，以及所述至少一個待分類水印圖像分別包含的文本信息；

針對任一待分類水印圖像，將該待分類水印圖像，以及其中的文本信息輸入到所述水印分類模型中，利用所述水印分類模型的輸出結果確定該待分類水印圖像中水印的類型。