CN116645258A - 水印嵌入、水印提取、水印识别模型构建方法、电子设备 - Google Patents
水印嵌入、水印提取、水印识别模型构建方法、电子设备 Download PDFInfo
- Publication number
- CN116645258A CN116645258A CN202310458370.9A CN202310458370A CN116645258A CN 116645258 A CN116645258 A CN 116645258A CN 202310458370 A CN202310458370 A CN 202310458370A CN 116645258 A CN116645258 A CN 116645258A
- Authority
- CN
- China
- Prior art keywords
- watermark
- image
- information
- embedding
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000605 extraction Methods 0.000 title claims abstract description 68
- 238000010276 construction Methods 0.000 title claims description 10
- 238000012545 processing Methods 0.000 claims abstract description 83
- 238000000034 method Methods 0.000 claims abstract description 67
- 230000000903 blocking effect Effects 0.000 claims abstract description 17
- 239000011159 matrix material Substances 0.000 claims abstract description 17
- 230000009466 transformation Effects 0.000 claims abstract description 16
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 13
- 230000001360 synchronised effect Effects 0.000 claims description 27
- 230000004044 response Effects 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 16
- 230000000737 periodic effect Effects 0.000 claims description 6
- 238000004891 communication Methods 0.000 description 11
- 238000012937 correction Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 230000007480 spreading Effects 0.000 description 7
- 238000012549 training Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 230000000644 propagated effect Effects 0.000 description 4
- 230000002441 reversible effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 230000006378 damage Effects 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0021—Image watermarking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0021—Image watermarking
- G06T1/005—Robust watermarking, e.g. average attack or collusion attack resistant
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2201/00—General purpose image data processing
- G06T2201/005—Image watermarking
- G06T2201/0061—Embedding of the watermark in each block of the image, e.g. segmented watermarking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2201/00—General purpose image data processing
- G06T2201/005—Image watermarking
- G06T2201/0065—Extraction of an embedded watermark; Reliable detection
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Editing Of Facsimile Originals (AREA)
- Image Processing (AREA)
Abstract
本申请实施例公开了一种水印嵌入方法及装置、水印提取方法及装置、水印识别模型构建方法及装置、计算机可读存储介质、电子设备。所述方法包括:对待嵌入图像进行分块处理,获得多个图像块;针对图像块进行离散小波变换所得低频子带上的信息进行奇异值分解,获得不同图像块各自对应的奇异值对角矩阵;从待嵌入图像中确定目标中心点,基于所述目标中心点确定需要嵌入水印信息的目标图像块,所述目标中心点为待嵌入图像的中心点和/或鲁棒特征点;从所述目标图像块对应的奇异值对角矩阵中确定水印嵌入位置,将所述水印信息嵌入所述水印嵌入位置。如此方案,有助于提高水印提取时定位水印信息的效率,更好地满足用户在水印提取效率方面的使用需求。
Description
技术领域
本申请涉及信息处理技术领域,特别是涉及一种水印嵌入方法及装置、水印提取方法及装置、水印识别模型构建方法及装置、计算机可读存储介质、电子设备。
背景技术
数字水印技术是利用数字载体的数据冗余特性,将数字水印信息嵌入到数字载体中,可以应用于版权保护、隐蔽通信和追踪溯源。水印的存在要求其不能破坏数字载体的欣赏价值和使用价值,不影响数字载体本身的传播和使用,且在网络传播过程中经过一定程度的攻击后,依然能够被检测和提取。
如何进行水印处理设计,可以更好地满足日常对水印嵌入和水印提取的使用需求,成为当前数字水印领域亟待解决的技术问题。
发明内容
本申请提供了一种水印嵌入方法及装置、水印提取方法及装置、水印识别模型构建方法及装置、计算机可读存储介质、电子设备,有助于提高水印提取时定位水印信息的效率,更好地满足用户在水印提取效率方面的使用需求。
本申请提供了如下方案:
一种水印嵌入方法,包括:
对待嵌入图像进行分块处理,获得多个图像块;
针对图像块进行离散小波变换所得低频子带上的信息进行奇异值分解,获得不同图像块各自对应的奇异值对角矩阵;
从所述待嵌入图像中确定目标中心点,基于所述目标中心点确定需要嵌入水印信息的目标图像块,所述目标中心点为所述待嵌入图像的中心点和/或鲁棒特征点;
从所述目标图像块对应的奇异值对角矩阵中确定水印嵌入位置,将所述水印信息嵌入所述水印嵌入位置。
其中,在所述基于所述目标中心点确定需要嵌入水印信息的目标图像块之前,所述方法还包括:
获得用于识别所述水印信息的同步信号;
将所述同步信号添加至所述水印信息中,获得添加后水印信息,所述目标图像块用于嵌入所述添加后水印信息。
其中,所述将所述同步信号添加至所述水印信息中,获得添加后水印信息,包括:
对所述水印信息与所述同步信号进行周期***替组合,获得所述添加后水印信息。
其中,所述将所述同步信号添加至所述水印信息中,获得添加后水印信息,包括:
在多个水印信息中确定一个目标位置,***所述同步信号,获得所述添加后水印信息。
其中,所述对待嵌入图像进行分块处理,获得多个图像块,包括:
确定所述待嵌入图像的中心点,从所述中心点向外对所述待嵌入图像进行分块处理,获得所述多个图像块。
其中,所述水印嵌入位置从所述奇异值对角矩阵中除第一个元素之外的元素中选取。
其中,所述将所述水印信息嵌入所述水印嵌入位置,包括:
确定水印信息包括的不同比特位各自对应的目标图像块,以及在对应目标图像块下关联的水印嵌入位置;
针对值为0的比特位,修改所述水印嵌入位置的奇异值,以使修改后的奇异值与两个相邻元素的奇异值之间满足第一预设大小关系;
针对值为1的比特位,修改所述水印嵌入位置的奇异值,以使修改后的奇异值与两个相邻元素的奇异值之间满足第二预设大小关系。
一种水印提取方法,包括:
确定不同攻击类型各自关联的攻击参数调整范围;
获得待提取图像在各攻击类型关联的不同攻击参数下对应的逆处理图像,并从中确定目标逆处理图像;
根据水印信息嵌入时所用嵌入方式信息,从所述目标逆处理图像中提取所述水印信息,所述嵌入方式信息包括目标中心点的相关信息,所述目标中心点用于确定嵌入所述水印信息的目标图像块,所述目标中心点为待嵌入图像的中心点和/或鲁棒特征点。
其中,如果所述嵌入方式信息中包括所述水印信息嵌入时添加的同步信号,所述从中确定目标逆处理图像,包括:
计算所述同步信号在不同逆处理图像中的响应强度,将响应强度最高的逆处理图像确定为所述目标逆处理图像。
其中,所述方法还包括:
如果所述响应强度表示未在所述逆处理图像中识别到所述同步信号,则将所述待提取图像输入至水印识别模型;
如果所述水印识别模型的输出表示所述待提取图像携带有水印信息,则确定所述同步信号被破坏。
其中,所述方法还包括:
将所述待提取图像输入至水印识别模型;
如果所述水印识别模型的输出表示所述待提取图像携带有水印信息,再执行获得所述逆处理图像的步骤。
一种水印识别模型构建方法,包括:
获得多个样本图像,以及不同样本图像各自关联的水印标注信息,所述水印标注信息包括携带有水印信息以及未携带水印信息;
构建初始水印识别模型,将所述样本图像作为所述初始水印识别模型的输入,获得所述初始水印识别模型输出的识别结果,所述识别结果用于表示所述样本图像是否携带有水印信息;
计算所述样本图像对应的识别结果与所述样本图像关联的水印标注信息之间的匹配度,并在所述匹配度不低于预设值时获得水印识别模型。
其中,所述方法还包括:
构造滤波器组,并将所述样本图像输入所述滤波器组获得滤波后信息;
所述初始水印识别模型的输入包括所述样本图像以及所述样本图像的滤波后信息。
一种水印嵌入装置,包括:
图像分块单元,用于对待嵌入图像进行分块处理,获得多个图像块;
奇异值分解单元,用于针对图像块进行离散小波变换所得低频子带上的信息进行奇异值分解,获得不同图像块各自对应的奇异值对角矩阵;
图像块确定单元,用于从所述待嵌入图像中确定目标中心点,基于所述目标中心点确定需要嵌入水印信息的目标图像块,所述目标中心点为所述待嵌入图像的中心点和/或鲁棒特征点;
水印嵌入单元,用于从所述目标图像块对应的奇异值对角矩阵中确定水印嵌入位置,将所述水印信息嵌入所述水印嵌入位置。
一种水印提取装置,包括:
调整范围确定单元,用于确定不同攻击类型各自关联的攻击参数调整范围;
逆处理图像确定单元,用于获得待提取图像在各攻击类型关联的不同攻击参数下对应的逆处理图像,并从中确定目标逆处理图像;
水印提取单元,用于根据水印信息嵌入时所用嵌入方式信息,从所述目标逆处理图像中提取所述水印信息,所述嵌入方式信息包括目标中心点的相关信息,所述目标中心点用于确定嵌入所述水印信息的目标图像块,所述目标中心点为待嵌入图像的中心点和/或鲁棒特征点。
一种水印识别模型构建装置,包括:
样本获得单元,用于获得多个样本图像,以及不同样本图像各自关联的水印标注信息,所述水印标注信息包括携带有水印信息以及未携带水印信息;
模型构建单元,用于构建初始水印识别模型,将所述样本图像作为所述初始水印识别模型的输入,获得所述初始水印识别模型输出的识别结果,所述识别结果用于表示所述样本图像是否携带有水印信息;
模型获得单元,用于计算所述样本图像对应的识别结果与所述样本图像关联的水印标注信息之间的匹配度,并在所述匹配度不低于预设值时获得水印识别模型。
一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现前述任一项所述的方法的步骤。
一种电子设备,包括:
一个或多个处理器;以及
与所述一个或多个处理器关联的存储器,所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时,执行前述任一项所述的方法的步骤。
根据本申请提供的具体实施例,本申请公开了以下技术效果:
本申请实施例可以提供一种新的水印嵌入方法以及对应的水印提取方法。
进行水印嵌入时,可以采用离散小波变换的方式,在小波域进行水印嵌入,更符合人眼的视觉特性。此外,可以基于更容易定位的目标中心点,例如待嵌入图像的中心点和/或待嵌入图像的鲁棒特征点,确定需要嵌入水印信息的目标图像块,可以提高水印提取时定位水印信息的效率,降低搜索水印信息的成本。
进行水印提取时,可以根据使用需求确定出待提取图像在不同攻击类型下各自关联的攻击参数调整范围,在合理的攻击参数调整范围内进行全局搜索,有助于提高搜索效率。此外,根据水印信息嵌入时所用嵌入方式信息,从目标逆处理图像中提取水印信息,亦有助于提高搜索效率。具体地,嵌入方式信息可以包括目标中心点的相关信息,据此可以在目标逆处理图像中定位出用于嵌入水印信息的目标图像块,可提高定位水印位置的效率,进而提高搜索效率。
当然,实施本申请的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的水印嵌入方法的流程图;
图2是本申请实施例提供的一种待嵌入图像的分块示意图;
图3是本申请实施例提供的另一种待嵌入图像的分块示意图;
图4是本申请实施例提供的一种添加同步信号的示意图;
图5是本申请实施例提供的另一种添加同步信号的示意图;
图6是本申请实施例提供的水印提取方法的流程图;
图7是本申请实施例提供的水印嵌入装置的示意图;
图8是本申请实施例提供的水印提取装置的示意图;
图9是本申请实施例提供的电子设备的示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本申请保护的范围。
在介绍本申请实施例提供的水印处理方案(可包括水印嵌入方案和水印提取方案)之前,先对本方案的具体应用场景进行举例说明。
作为一种示例,可用于版权保护场景下。例如,原创图像的持有者可以在作品发布前,按照本申请实施例提供的水印嵌入方案在原创图像中嵌入水印信息,以应对图像传播过程中可能面临的各种攻击,例如,压缩、滤波、噪声等常规数字图像处理类攻击,以及缩放、裁剪、旋转等几何变换攻击。从而在发生版权纠纷时,可以将经网络传播后的图像作为待提取图像,按照本申请实施例提供的水印提取方案进行水印信息提取,为原创图像持有者提供有效的版权证明。其中,原创图像持有者可以为原创图像的创作者、版权方、发行方等。
本示例中,本申请实施例提供的水印处理工具,可以部署于原创图像持有者关联的终端设备上,以网页形式或者独立的应用程序的形式存在。原创图像持有者可以在需要进行水印嵌入或者需要进行水印提取时,启动水印处理工具,进行相应处理。
作为一种示例,可用于图像溯源场景下。例如,提供图像合成功能的应用程序,可以按照本申请实施例提供的水印嵌入方案对其合成图像进行标记,例如将应用程序的标识信息作为水印信息嵌入到合成图像中,来应对图像传播过程中可能面临的各种攻击。并在需要进行图像溯源时,将经网络传播后的图像作为待提取图像,按照本申请实施例提供的水印提取方案进行水印信息提取,确定合成图像的来源。
本示例中,本申请实施例提供的水印处理工具,可以集成于提供图像合成功能的应用程序中,应用程序可以在需要进行水印嵌入或者需要进行水印提取时,启动水印处理工具,进行相应处理。或者,本申请实施例提供的水印处理工具,可以部署于云端服务器上,应用程序可以在需要时调用水印处理工具提供的接口,启动水印处理工具进行相应处理。
再例如,提供图片搜索功能的应用程序,如果进行图片搜索时发现存在相似图片,可以在需要时通过调用水印处理工具提供的接口的方式,启动水印处理工具进行水印提取,识别相似图片的来源以及判断相似图片是否存在版权问题。
再例如,可用于安全场景下的检测与溯源。例如,办公软件或办公电脑的敏感信息被截图,检测到截图动作时,可以启动水印嵌入工具,按照本申请实施例提供的水印嵌入方案,将截图设备关联的标识信息作为水印信息嵌入到截图中。在出现敏感信息泄露时,可以将经网络传播后的截图作为待提取图像,按照本申请实施例提供的水印提取方案进行水印信息提取,确定截图图像的来源。
本示例中,本申请实施例提供的水印嵌入工具,可以部署于保存敏感信息的终端设备上,例如员工所用办公设备上,以网页形式或者独立的应用程序的形式存在。
此外,对于通过手机等智能设备拍摄办公软件或办公电脑的敏感信息的情况而言,可以在进行页面渲染时,启动水印嵌入工具,按照本申请实施例提供的水印嵌入方案将水印信息嵌入到所展示页面上,这样智能设备拍摄的图像中也会携带水印信息。同样地,在出现敏感信息泄露时,可以将经网络传播后的拍摄图像作为待提取图像,按照本申请实施例提供的水印提取方案进行水印信息提取,实现对拍摄图像的溯源。
本申请实施例对水印嵌入与水印提取方案的具体应用场景可不做限定,对于涉及水印嵌入需求的场景,均可通过本申请实施例提供的水印处理工具进行水印嵌入以及水印提取。
下面对本申请实施例提供的水印嵌入方法的具体实现过程进行详细说明,参见图1所示流程图,可以包括:
S101:对待嵌入图像进行分块处理,获得多个图像块。
作为一种示例,可以从待嵌入图像的中心开始,逐渐向外进行分块。具体地,可以确定出待嵌入图像的中心点,再从中心点向外对待嵌入图像进行分块处理,获得多个图像块。
或者,亦可按照常规图像分块方式,例如,从待嵌入图像的左上角开始划分出多个图像块,本申请实施例对此不做限定。
本申请实施例对图像块的大小不做限定。通常图像块越大,可以在图像块中做更多级的离散小波变换(Discrete Wavelet Transform,简称DWT),对待嵌入图像进行更高尺度的分析,具体实现过程可参见下文所做介绍。
S102:针对图像块进行离散小波变换所得低频子带上的信息进行奇异值分解,获得不同图像块各自对应的奇异值对角矩阵。
本申请实施例中,考虑到小波变换具有良好的时频特性,且小波的多分辨率能力与人眼的视觉特性相一致,都会将图像信息分成不同的部分,故而选择在小波域进行水印嵌入。具体地,可以先在预设通道,例如亮度通道上对图像块进行DWT变换,分解产生以下4个子带:
低频子带LL:水平低频且垂直低频,是图像的近似表示;
垂直子带LH:水平低频且垂直高频;
水平子带HL:水平高频且垂直低频;
对角子带HH:水平高频且垂直高频。
其中,LH、HL、HH属于高频子带,L表示低频,H表示高频。
通常,图像的主要成分是低频信息,低频信息是图像不易被破坏的部分,水印嵌的越低频其显现强度越强,越容易被人眼发觉;高频信息则是图像的细节部分,水印嵌的越高频人眼的感知能力越差,越不容易被发现。也就是说,水印的鲁棒性和不可见性(即,人眼对水印的感知强度)会受水印嵌入的小波频段的影响,如何在小波域中选择合适的水印嵌入位置是非常重要的。
本申请实施例中,可以将水印信息嵌入低频子带。具体地,可以针对低频子带上的信息进行奇异值分解(Singular Value Decomposition,简称SVD),获得不同图像块各自对应的奇异值对角矩阵,再从奇异值对角矩阵中确定出具体的水印嵌入位置。
在实际应用中,可以对待嵌入图像进行一级小波变换,获得LL1、LH1、HL1、HH1,还可以根据需要对待嵌入图像进行更高尺度的分析,即进行多级小波变换。例如,针对LL1进行二级小波变换获得LL2、LH2、HL2、HH2。如此有助于发现待嵌入图像更低频的信息,即待嵌入图像中更根本更重要的信息,在这些更低频的子带中嵌入水印信息,这样即使图像经受攻击发生一定的失真,只要还保留有这部分低频信息,嵌入的水印信息就不会丢失。
S103:从所述待嵌入图像中确定目标中心点,基于所述目标中心点确定需要嵌入水印信息的目标图像块。
本申请实施例中,更好地满足日常对水印嵌入和水印提取的使用需求可以体现为:用户对水印提取效率的要求。
对应于此,为了提高水印提取时定位水印信息的效率,降低搜索水印信息的成本,可以从待嵌入图像中确定至少一个目标中心点,并基于目标中心点确定出需要嵌入水印信息的目标图像块。其中,目标中心点的数量取决于水印嵌入的次数,如果需要嵌入一次,则可确定一个目标中心点;如果需要重复嵌入多次,则可对应确定多个目标中心点,具体可根据实际使用需求确定。
作为一种示例,目标中心点可以体现为待嵌入图像的中心点。
作为一种示例,目标中心点可以体现为待嵌入图像的鲁棒特征点。
鲁棒特征点可以为待嵌入图像中即使经受图像攻击也很稳定的像素点。举例来说,可以根据预设计算函数从待嵌入图像的像素点中筛选出鲁棒特征点,具体地:从待嵌入图像中确定一个目标像素点,将目标像素点周围的相邻像素点作为函数输入,经由计算函数进行计算所得的数值,如果不低于预设数值,则可确定该目标像素点为稳定的鲁棒特征点,即使待嵌入图像经受图像攻击,仍能通过该相同的计算函数从攻击后的图像中定位到这个特征点,有助于提高水印提取时定位水印信息的效率。确定鲁棒特征点的具体实现过程可参照相关技术,本申请实施例对此不做限定。
在实际应用中,如果需要在待嵌入图像中重复嵌入多个水印信息,则可对应确定多个目标中心点,可以选择多个鲁棒特征点作为目标中心点,也可以选择一个图像中心点以及至少一个鲁棒特征点作为目标中心点,本申请实施例对此不做限定。
确定好目标中心点后,可以进一步确定目标中心点关联的中心图像块,再基于中心图像块确定出需要嵌入水印信息的目标图像块。
以目标中心点具体体现为待嵌入图像的中心点为例,如果如图2所示将待嵌入图像划分出8×8个图像块,则目标中心点关联的中心图像块可以为位于图像中心的图像块1~图像块4;如果如图3所示将待嵌入图像划分出7×7个图像块,则目标中心点关联的中心图像块可以为位于图像中心的图像块1。
确定好中心图像块,便可明确目标图像块的分布位置,还可以进一步根据水印信息包括的比特位数量(即水印信息的序列长度)、以及目标图像块与比特位之间的嵌入比例,确定目标图像块的数量。
举例来说,如果目标图像块与比特位之间的嵌入比例为1:1,即,目标图像块与水印信息的比特位之间为一对一的对应关系,一个目标图像块可以嵌入一个水印信息的比特位,此时目标图像块的数量等于比特位数量。如果目标图像块与比特位之间的嵌入比例为1:N,且N≥2,即,目标图像块与水印信息的比特位之间为一对多的对应关系,一个目标图像块可以嵌入多个水印信息的比特位,则可根据比特位数量和嵌入比例确定目标图像块的数量。
在实际应用中,如果中心图像块的数量不少于水印嵌入所需目标图像块的数量,可以从中心图像块中确定目标图像块;否则,可以从中心图像块逐圈向外,从相邻一圈的图像块中确定用于嵌入水印信息的图像块,与中心图像块一起被确定为目标图像块。如图2所举示例中,如果水印嵌入所需目标图像块的数量为16,则可将中心图像块1~4,以及相邻一圈的图像块1~12确定为目标图像块,按照图中箭头所指顺序,顺时针依次在16个目标图像块嵌入各自对应的比特位。
本申请实施例对目标图像块的数量、目标图像块与比特位之间的嵌入比例、水印嵌入的顺序等不做具体限定,只要保存这些在水印嵌入时使用的嵌入方式信息,用于后续水印提取时使用即可。
以水印嵌入顺序为例,可以对水印信息包括的比特位进行依次顺序嵌入,对应于此,可以保存第一个比特位嵌入的目标图像块的标识信息、以及嵌入方向(例如顺时针或者逆时针),进行水印提取时可以根据保存的信息确定不同比特位各自对应的目标图像块即可。或者,为了提高水印传输安全性,可以打乱水印信息包括的比特位的嵌入顺序,对应于此,可以直接保存不同比特位各自对应的目标图像块,供水印提取时使用,用以还原出水印信息的正确序列。
在实际应用中,可以如图1所示先进行DWT变换以及SVD分解获得图像块对应的奇异值对角矩阵,再确定需要嵌入水印信息的目标图像块;或者,可以先确定目标图像块再获得奇异值对角矩阵;或者,可以同时执行上述两个动作,本申请实施例对二者的执行顺序不做限定。
结合上文介绍,本申请实施例以图像中心点作为目标中心点,除了可以提高水印提取时定位水印信息的效率之外,还具有以下优点:
相较于现有常规水印嵌入方案在距离中心点1/2位置的环上嵌入水印信息,导致图像在遭受缩小攻击时可能会出现水印信息丢失的情况;或者,相较于现有常规水印嵌入方案针对图2所举示例,以4个4×4大小的目标图像块铺满待嵌入图像,导致图像在遭受裁减攻击时可能会出现水印信息丢失的情况。本申请实施例以待嵌入图像的中心点为起点,逐层向四周进行水印嵌入,还可以有效抵抗含水印图像可能受到的几何变换攻击,提高水印鲁棒性。特别是针对现有常规水印嵌入方案在面对攻击程度大的几何变换攻击时,水印提取准确率断崖式下降的问题,本申请实施例基于待嵌入图像的中心点确定目标图像块,如此,在图像经受几何变换攻击后,只要还保留有中心区域的图像信息,水印信息便不会丢失,可在一定程度上提高抵抗图像攻击的程度。也即,更好地满足日常对水印嵌入和水印提取的使用需求还可以体现为:用户对水印鲁棒性以及抗攻击程度的要求。
S104:从所述目标图像块对应的奇异值对角矩阵中确定水印嵌入位置,将所述水印信息嵌入所述水印嵌入位置。
本申请实施例进行水印信息嵌入时,可以先确定水印信息包括的比特位与水印嵌入位置之间的对应关系,再据此将不同比特位的值嵌入到各自对应的位置。其中,比特位与水印嵌入位置之间的对应关系可以包括:水印信息包括的不同比特位各自对应的目标图像块,以及在对应目标图像块下关联的水印嵌入位置。本申请实施例对比特位与水印嵌入位置之间的对应关系可不做具体限定,只要保存这些在水印嵌入时使用的嵌入方式信息,用于后续水印提取时使用即可。
从目标图像块对应的奇异值对角矩阵中确定水印嵌入位置时,考虑到矩阵中的元素,从第一个元素i=1开始,奇异值通常会按照从大到小进行降序分布,第一元素与待嵌入图像的低频非常相关,为了尽量避免水印信息对待嵌入图像的低频产生扰动,本申请实施例可以从除第一个元素之外的元素中选取水印嵌入位置,即i≥2。另外,结合实际应用可知第2个元素的奇异值也相对较大,故而可以优选从i≥3的元素中选取水印嵌入位置。
对应于此,本申请实施例可以提供一种根据相邻元素的奇异值大小关系,进行水印信息嵌入的方案。具体地,可以先确定水印嵌入位置关联的两个相邻元素,如果水印嵌入位置为第i个元素,则可确定元素(i-1)和元素(i+1)为水印嵌入位置关联的两个相邻元素;再通过调整3个相邻元素的奇异值大小关系的方式,实现水印信息嵌入的目的。
例如,可以修改水印嵌入位置,即第i个元素的奇异值,使得3个相邻元素的奇异值的相对大小关系,与比特位的值为“0”时的第一预设大小关系相匹配,实现值为“0”的比特位的嵌入。或者,可以修改水印嵌入位置,即第i个元素的奇异值,使得3个相邻元素的奇异值的相对大小关系,与比特位的值为“1”时的第二预设大小关系相匹配,实现值为“1”的比特位的嵌入。
如此根据3个奇异值的相对大小关系,实现3个奇异值嵌入1个比特位的方案,可以确保水印嵌入更为稳固,同样有助于满足用户对水印鲁棒性的要求。
举例来说,第一预设大小关系可以体现为:修改后的奇异值小于两个相邻元素的奇异值均值,可对应表示为:σi′<(σi-1+σi+1)/2。第二预设大小关系可以体现为:修改后的奇异值不小于两个相邻元素的奇异值均值,可对应表示为:σi′≥(σi-1+σi+1)/2。其中,σi′为第i个元素的修改后的奇异值,σi-1、σi+1为第i个元素的两个相邻元素的奇异值。
本申请实施例对第一预设大小关系,第二预设大小关系,3个奇异值的相对大小关系、与比特位的值之间的对应关系,等不做具体限定,只要保存这些在水印嵌入时使用的嵌入方式信息,用于后续水印提取时使用即可。
本申请实施例中,可以通过计算两个相邻元素的奇异值均值,并在均值的基础上调整Δ值的方式,修改水印嵌入位置的奇异值。例如,对于值为“0”的比特位来说,可以将均值减去Δ值确定为修改后的奇异值;对于值为“1”的比特位来说,可以将均值加上Δ值确定为修改后的奇异值。本申请实施例对计算调整值Δ的方式不做具体限定。
作为一种示例,本申请实施例可以结合奇异值对角矩阵中奇异值降序分布的特性,提供一种自适应嵌入方式。具体地,结合上文所举第一预设大小关系的示例,针对值为“0”的比特位来说,修改后的奇异值可以为σi′=σi+1,相当于在原有奇异值σi的基础上降低Δ1,确保σi′<(σi-1+σi+1)/2;另外,结合上文所举第二预设大小关系的示例,针对值为“1”的比特位来说,修改后的奇异值可以为σi′=σi-1,相当于在原有奇异值σi的基础上升高Δ2,确保σi′>(σi-1+σi+1)/2。如此,既可确保3个奇异值的相对大小关系与第一预设大小关系、第二预设大小关系相匹配,又可确保修改后的奇异值与两个相邻奇异值更为接近、更为平滑,含水印图像的视觉呈现效果会更好。
在实际应用中,可以将水印信息嵌入到水印嵌入位置。或者,为了进一步提高水印信息的定位效率,还可以获得用于识别水印信息的同步信号,将同步信号添加至水印信息中获得添加后水印信息,再将添加后水印信息嵌入到水印嵌入位置。对应于此,可以根据添加后水印信息包括的比特位数量、以及目标图像块与比特位之间的嵌入比例,确定目标图像块的数量。
作为一种示例,可以对水印信息与同步信号进行周期***替组合,获得添加后水印信息。例如,可以如图4所示,对同步信号“0101...0101”、水印信息“1010...1010”逐次交替的进行周期性组合。本申请实施例对周期***替的具体方式、周期***替的次数等可不做限定,只要保存这些在水印嵌入时使用的嵌入方式信息,用于后续水印提取时使用即可。通常,周期***替的次数越多,同步信号的鲁棒性越强,越不容易在图像攻击中被破坏。
作为另一种示例,可以在多个水印信息中确定一个目标位置,***同步信号,获得添加后水印信息。例如,可以将多个水印信息的开始位置确定为目标位置,***同步信号,获得图5所示添加后水印信息。在实际应用中,还可以将多个水印信息的结束位置、或者多个水印信息的任意中间位置,确定为目标位置进行同步信号***,本申请实施例对同步信号***的目标位置、***同步信号的个数等不做限定,只要保存这些在水印嵌入时使用的嵌入方式信息,用于后续水印提取时使用即可。
需要说明的是,对于同步信号的具体表现形式来说,如果待嵌入图像为自然图像,对同步信号没有具体的设计要求;如果待嵌入图像为生成图像,同步信号可以满足以下设计要求:同步信号包括的“1”的个数也“0”的个数近似相等、以及同步信号的移位相关性较低(即,移位对同步信号的影响较小),如此设计,有助于提高同步信号的鲁棒性,可以应对各类图像攻击,确保经图像攻击后还可以检测到同步信号。本申请实施例对个数近似相等、移位相关性较低等判断标准不做限定,可以根据实际使用需求设置。
作为一种优选方案,获得水印信息(或者获得添加后水印信息)后,可以对水印信息进行纠错编码,通过纠错编码的纠错特性进一步提高水印鲁棒性,对应可以参照上文介绍将纠错编码后的水印信息嵌入到待嵌入图像。
此外,考虑到码长越长纠错能力越强,还可进一步通过扩频技术对纠错编码后的水印信息进行扩频处理,可将最短长度2比特的水印信息,扩频到32~256比特,对应亦可参照上文介绍将扩频后的水印信息嵌入到待嵌入图像。通过扩频参数进行扩频处理,除了可以增加水印信息的码长提高纠错能力之外,还可以实现对水印信息的加密处理,有助于提高水印传输安全性。
作为一种示例,可以通过重复扩频方式进行扩频处理,对应的扩频参数可以体现为重复次数,例如重复次数为10,如果纠错编码后的水印信息的第1个比特位的值为“1”,对应该位置可以扩频获得10个值为“1”的比特位。
可以理解地,完成水印信息嵌入后,还可以进行逆变换处理最终获得含水印图像。即,通过逆SVD变换以及逆DWT变换重构图像,再将所有图像块合并构成含水印图像的亮度通道,与其他颜色通道合并,最终获得本申请实施例处理后的含水印图像。
对应上述水印嵌入方案,本申请实施例还提供一种水印提取方案,参见图6所示流程图,可以包括:
S601:确定不同攻击类型各自关联的攻击参数调整范围。
本申请实施例的水印提取方案主要针对无先验参数估计的盲水印,可以在具体攻击范围不明确的情况,通过全局搜索的方式实现水印提取。
本申请实施例中,可以根据使用需求,确定出待提取图像在不同攻击类型下各自关联的攻击参数调整范围,并在该合理的攻击参数调整范围内进行全局搜索,确定出待提取图像在网络传播过程中可能经受的图像攻击类型以及对应的攻击参数。
下面以几何变换攻击为例,对本申请实施例确定不同攻击类型各自关联的攻击参数调整范围的过程进行举例说明。
作为一种示例,可以根据图像的分析价值确定缩放攻击关联的攻击参数调整范围。例如,攻击参数调整范围可以为0.25~3。通常超过这个范围的缩放攻击,即缩放攻击的强度很大时,图像携带的信息的使用价值较低,可能并不具有分析价值。当然,在实际应用中可以结合使用需求对攻击参数调整范围进行灵活调整,本申请实施例对此不做限定。
作为一种示例,可以根据水印嵌入时的图像分块情况确定裁剪攻击关联的攻击参数调整范围。例如,水印嵌入时划分出8×8个图像块,则在裁剪攻击下关联的攻击参数调整范围可以为1~64,即根据划分图像块的分割线最多可进行64次搜索。
作为一种示例,可以确定旋转攻击的攻击参数调整范围为常见的图像翻转使用的90°或者180°,或者可以将攻击参数调整范围确定为0°~90°。
基于上述与使用需求相匹配的攻击参数调整范围进行全局搜索,有助于提高搜索效率,满足用户对水印提取效率的要求。
S602:获得待提取图像在各攻击类型关联的不同攻击参数下对应的逆处理图像,并从中确定目标逆处理图像。
本申请实施例中,可以遍历所有的攻击类型以及攻击参数,获得多个攻击参数组合;利于每个攻击参数组合对待提取图像进行逆处理,获得不同攻击参数组合各自对应的逆处理图像,再从中确定目标逆处理图像。
作为一种示例,每个逆处理图像均可作为目标逆处理图像,尝试从中进行水印信息提取。具体地,可以将当前逆处理图像确定为目标逆处理图像,根据嵌入方式信息包括的目标中心点的相关信息,在当前逆处理图像中定位水印位置,如果未从该定位水印位置处提取到水印信息,则将下一逆处理图像确定为目标逆处理图像,进行相应处理,如此循环直至提取到水印信息。
为了进一步提高水印信息的定位效率,如果嵌入方式信息中还包括水印信息嵌入时添加的同步信号,还可以通过检测同步信号在不同逆处理图像中的响应强度的方式,确定唯一目标逆处理图像,进行水印信息提取。
具体地,本申请实施例可以基于最大相似度原理检测同步信号并定位水印位置。也就是说,可以根据水印嵌入时同步信号所在位置,从每个逆处理图像中进行同步信号提取,再与水印嵌入时使用的同步信号进行相似程度计算,相似程度可用于表示同步信号在不同逆处理图像中的响应强度。通常,响应强度越高,则该逆处理图像中提取的同步信号与水印嵌入时使用的同步信号越相似,故而可以将相似程度最高时对应的攻击参数组合,确定为目标参数估计结果。即,将相似程度最高的逆处理图像确定为目标逆处理图像,将目标逆处理图像对应的目标攻击参数组合(即目标参数估计结果)确定为待提取图像在网络传输过程中所受图像攻击的攻击参数。
本申请实施例对计算同步信号响应强度的具体实现方式可不做限定,可以根据使用需求设计响应强度计算函数。
S603:根据水印信息嵌入时所用嵌入方式信息,从所述目标逆处理图像中提取所述水印信息。
本示例中,嵌入方式信息至少可以包括目标中心点的相关信息,例如,目标中心点的数量,可用于表示水印信息的嵌入次数;目标中心点的类型,例如图像中心点、图像鲁棒特征点,可以按照类型对应的方式定位出目标中心点,以此作为水印信息的初步定位位置,再结合同步信号检测便可定位到水印信息所在位置,进行水印信息提取。除此之外,嵌入方式信息还可以包括其他信息,具体可参见上文所做介绍,此处不再赘述。
作为一种示例,可以按照以下方式从目标逆处理图像中提取水印信息:
首先,可以按照水印嵌入时使用的图像块划分方式,对目标逆处理图像进行分块处理。例如,可以从目标逆处理图像的中心点开始,逐渐向外进行分块,获得多个图像块。
然后,可以在预设通道例如亮度通道上对每个图像块进行DWT变换,分解产生4个子带LL、HL、LH、HH,再对LL子带进行SVD分解,获得对应的奇异值对角矩阵。
最后,定位到同步信号所在位置,即可明确水印信息所在位置,进而可以根据水印嵌入时使用的水印信息的比特位与水印嵌入位置之间的对应关系,确定出不同比特位各自对应的目标图像块以及在对应目标图像块下关联的水印嵌入位置,再根据水印嵌入位置与两个相邻元素之间的相对大小关系,进行水印提取,获得水印信息。
以上文所举第一预设大小关系和第二预设大小关系为例,如果水印嵌入位置的奇异值小于两个相邻元素的奇异值均值,则可确定对应的比特位的值为“0”,否则可以确定对应的比特位的值为“1”。
可以理解地,如果未获得比特位与水印嵌入位置之间的对应关系,则可获得奇异值对角矩阵中第2个元素之后的所有元素的奇异值,并根据相邻3个元素的相对大小关系,识别矩阵中与第一预设大小关系、第二预设大小关系相匹配的元素,将其对应转换为比特位的值,亦可实现水印信息提取。
可以理解地,如果在水印嵌入过程中进行了扩频处理,还可在水印信息提取时根据所用扩频参数进行逆处理;如果在水印嵌入过程中进行了纠错编码,还可在水印信息提取时对应进行编码纠正。
作为一种优选方案,本申请实施例还可以提供一种可以识别待提取图像中是否含有水印信息的水印识别模型。具体地,可以获得多个样本图像,以及不同样本图像各自关联的水印标注信息,所述水印标注信息包括携带有水印信息以及未携带水印信息;构建初始水印识别模型,将所述样本图像作为所述初始水印识别模型的输入,获得所述初始水印识别模型输出的识别结果,所述识别结果用于表示所述样本图像是否携带有水印信息;计算所述样本图像对应的识别结果与所述样本图像关联的水印标注信息之间的匹配度,并在所述匹配度不低于预设值时获得水印识别模型。
作为一种示例,可以基于深度学习技术构建水印识别模型。具体可包括以下步骤:
1.获得多个样本图像,以及不同样本图像各自关联的水印标注信息,作为训练样本。
本示例中,用于模型训练的样本图像可以包括两种类型:携带有水印信息的图像、以及未携带水印信息的图像,可以根据样本图像的含水印情况进行样本标注,获得每个样本图像各自关联的水印标注信息。
2.构建初始水印识别模型以及对应的损失函数,进行模型训练。
作为一种示例,可以基于卷积神经网络(Convolutional Neural Networks,CNN)确定网络拓扑结构,构建初始水印识别模型,用于进行模型训练。其中,模型的输入为样本图像,模型输出的识别结果可以为样本图像中携带有水印信息的概率,如果输出概率不低于预设概率,则可确定样本图像中携带有水印信息;或者模型输出的识别结果可以为样本图像中是否携带有水印信息的分类结论。
作为一种示例,用于进行模型训练的损失函数可以体现为:计算样本图像对应的识别结果与样本图像关联的水印标注信息之间的匹配度,在计算所得匹配度不低于预设值时,即模型识别准确度满足要求时,可以获得本申请实施例的水印识别模型。
水印识别模型的具体训练过程可参照相关技术实现,本申请实施例对此不做限定。
可选地,在构建水印识别模型时,还可以构造一个滤波器组,将样本图像输入滤波器组获得滤波后信息,再将样本图像以及样本图像的滤波后信息作为初始水印识别模型的输入,进行模型训练,获得本申请实施例的水印识别模型。
通过滤波器组可以将样本图像中容易被忽略的细节部分过滤出来,有助于模型结合这些细节部分的特征进行水印识别,提高模型的识别准确率。本申请实施例对滤波器组中所含滤波器的数量、滤波器的类型、滤波器的滤波频段等不做限定,可以根据实际使用需求进行灵活设置。
在实际应用中,可以基于不同应用场景的需要,通过水印识别模型识别待提取图像中是否含有水印,下面进行举例说明。
作为一种示例,可以在水印提取前,通过水印识别模型分析待提取图像中是否含有水印,提高水印提取效率。例如,需要对大批量的待提取图像进行水印提取时,可以先经由水印识别模型从中筛选出携带有水印信息的待提取图像,再按照图6所示方案针对筛选出的图像进行水印提取,有助于提高水印提取效率。
也就是说,获得待提取图像后,可以先调用水印识别模型,在模型输出的识别结果表示待提取图像携带有水印信息时,再执行根据不同攻击类型关联的攻击参数调整范围获得逆处理图像的步骤。
作为另一种示例,可以在水印提取失败时,通过水印识别模型分析待提取图像中是否含有水印,确定水印提取识别的原因。例如,按照图6所示方案进行水印提取时,如果同步信号在逆处理图像中的响应强度表示未在逆处理图像中识别到同步信号,即响应强度均低于预设强度值时,可以确定按照图6所示方案提取水印失败,此时可以将待提取图像输入至水印识别模型,由水印识别模型判断其中是否携带有水印信息。如果模型输出的识别结果表示待提取图像携带有水印信息,则可确定是同步信号被破坏导致水印提取失败;如果模型输出的识别结果表示待提取图像未携带水印信息,则可确定是待提取图像本身不含水印导致水印提取失败。
在实际应用中,针对同步信号被破坏导致水印提取失败的情况来说,还可以在待提取图像中进行全图搜索,通过多次尝试的方式进行水印信息定位与提取。
可以理解地,上述两个应用场景下,除了可以直接将待提取图像输入至水印识别模型之外,还可以将待提取图像输入至滤波器组,获得滤波后信息输入至水印识别模型,由水印识别模型综合待提取图像本身以及待提取图像的滤波后信息,确定待提取图像中是否携带有水印信息。
如上文所做介绍,本申请实施例方案进行水印嵌入时,无需如现有常规水印嵌入方案限制待嵌入图像的大小,进行水印提取时也无需依赖原始图像等先验知识,可以更好地满足日常水印嵌入和水印提取的使用需求。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,并且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准,并提供有相应的操作入口,供用户选择授权或者拒绝。
与前述方法实施例相对应,本申请实施例还提供了一种水印嵌入装置,参见图7,该装置可以包括:
图像分块单元701,用于对待嵌入图像进行分块处理,获得多个图像块;
奇异值分解单元702,用于针对图像块进行离散小波变换所得低频子带上的信息进行奇异值分解,获得不同图像块各自对应的奇异值对角矩阵;
图像块确定单元703,用于从所述待嵌入图像中确定目标中心点,基于所述目标中心点确定需要嵌入水印信息的目标图像块,所述目标中心点为所述待嵌入图像的中心点和/或鲁棒特征点;
水印嵌入单元704,用于从所述目标图像块对应的奇异值对角矩阵中确定水印嵌入位置,将所述水印信息嵌入所述水印嵌入位置。
其中,所述装置还包括:
同步信号获得单元,用于在所述基于所述目标中心点确定需要嵌入水印信息的目标图像块之前,获得用于识别所述水印信息的同步信号;
同步信号添加单元,用于将所述同步信号添加至所述水印信息中,获得添加后水印信息,所述目标图像块用于嵌入所述添加后水印信息。
其中,所述同步信号添加单元,具体可用于:对所述水印信息与所述同步信号进行周期***替组合,获得所述添加后水印信息。
其中,所述同步信号添加单元,具体可用于:在多个水印信息中确定一个目标位置,***所述同步信号,获得所述添加后水印信息。
其中,所述图像分块单元,具体可用于:确定所述待嵌入图像的中心点,从所述中心点向外对所述待嵌入图像进行分块处理,获得所述多个图像块。
其中,所述水印嵌入位置从所述奇异值对角矩阵中除第一个元素之外的元素中选取。
其中,所述水印嵌入单元,具体可用于:
确定水印信息包括的不同比特位各自对应的目标图像块,以及在对应目标图像块下关联的水印嵌入位置;
针对值为0的比特位,修改所述水印嵌入位置的奇异值,以使修改后的奇异值与两个相邻元素的奇异值之间满足第一预设大小关系;
针对值为1的比特位,修改所述水印嵌入位置的奇异值,以使修改后的奇异值与两个相邻元素的奇异值之间满足第二预设大小关系。
与前述方法实施例相对应,本申请实施例还提供了一种水印提取装置,参见图8,该装置可以包括:
调整范围确定单元801,用于确定不同攻击类型各自关联的攻击参数调整范围;
逆处理图像确定单元802,用于获得待提取图像在各攻击类型关联的不同攻击参数下对应的逆处理图像,并从中确定目标逆处理图像;
水印提取单元803,用于根据水印信息嵌入时所用嵌入方式信息,从所述目标逆处理图像中提取所述水印信息,所述嵌入方式信息包括目标中心点的相关信息,所述目标中心点用于确定嵌入所述水印信息的目标图像块,所述目标中心点为待嵌入图像的中心点和/或鲁棒特征点。
其中,如果所述嵌入方式信息中包括所述水印信息嵌入时添加的同步信号,所述逆处理图像确定单元,具体可用于:计算所述同步信号在不同逆处理图像中的响应强度,将响应强度最高的逆处理图像确定为所述目标逆处理图像。
其中,所述装置还包括:
图像输入模块,用于在所述响应强度表示未在所述逆处理图像中识别到所述同步信号时,将所述待提取图像输入至水印识别模型;
同步信号破坏确定单元,用于在所述水印识别模型的输出表示所述待提取图像携带有水印信息时,确定所述同步信号被破坏。
其中,所述装置还包括:
图像输入模块,用于将所述待提取图像输入至水印识别模型;
所述逆处理图像确定单元,具体可用于:在所述水印识别模型的输出表示所述待提取图像携带有水印信息时,再执行获得所述逆处理图像的步骤。
与前述方法实施例相对应,本申请实施例还提供了一种水印识别模型构建装置,该装置可以包括:
样本获得单元,用于获得多个样本图像,以及不同样本图像各自关联的水印标注信息,所述水印标注信息包括携带有水印信息以及未携带水印信息;
模型构建单元,用于构建初始水印识别模型,将所述样本图像作为所述初始水印识别模型的输入,获得所述初始水印识别模型输出的识别结果,所述识别结果用于表示所述样本图像是否携带有水印信息;
模型获得单元,用于计算所述样本图像对应的识别结果与所述样本图像关联的水印标注信息之间的匹配度,并在所述匹配度不低于预设值时获得水印识别模型。
其中,所述装置还包括:
滤波器组构造单元,用于构造滤波器组,并将所述样本图像输入所述滤波器组获得滤波后信息;其中,所述初始水印识别模型的输入包括所述样本图像以及所述样本图像的滤波后信息。
另外,本申请实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现前述方法实施例中任一项所述的方法的步骤。
以及一种电子设备,包括:
一个或多个处理器;以及
与所述一个或多个处理器关联的存储器,所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时,执行前述方法实施例中任一项所述的方法的步骤。
其中,图9示例性的展示出了电子设备的架构,例如,设备900可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理,飞行器等。
参照图9,设备900可以包括以下一个或多个组件:处理组件902,存储器904,电源组件906,多媒体组件908,音频组件910,输入/输出(I/O)接口912,传感器组件914,以及通信组件916。
处理组件902通常控制设备900的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件902可以包括一个或多个处理器920来执行指令,以完成本公开技术方案提供的方法的全部或部分步骤。此外,处理组件902可以包括一个或多个模块,便于处理组件902和其他组件之间的交互。例如,处理组件902可以包括多媒体模块,以方便多媒体组件908和处理组件902之间的交互。
存储器904被配置为存储各种类型的数据以支持在设备900的操作。这些数据的示例包括用于在设备900上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器904可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件906为设备900的各种组件提供电力。电源组件906可以包括电源管理***,一个或多个电源,及其他与为设备900生成、管理和分配电力相关联的组件。
多媒体组件908包括在设备900和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件908包括一个前置摄像头和/或后置摄像头。当设备900处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件910被配置为输出和/或输入音频信号。例如,音频组件910包括一个麦克风(MIC),当设备900处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器904或经由通信组件916发送。在一些实施例中,音频组件910还包括一个扬声器,用于输出音频信号。
输入/输出(I/O)接口912为处理组件902和***接口模块之间提供接口,上述***接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件914包括一个或多个传感器,用于为设备900提供各个方面的状态评估。例如,传感器组件914可以检测到设备900的打开/关闭状态,组件的相对定位,例如所述组件为设备900的显示器和小键盘,传感器组件914还可以检测设备900或设备900一个组件的位置改变,用户与设备900接触的存在或不存在,设备900方位或加速/减速和设备900的温度变化。传感器组件914可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件914还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件914还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件916被配置为便于设备900和其他设备之间有线或无线方式的通信。设备900可以接入基于通信标准的无线网络,如WiFi,或2G、3G、4G/LTE、5G等移动通信网络。在一个示例性实施例中,通信组件916经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件916还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,设备900可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非,临时性计算机可读存储介质,例如包括指令的存储器904,上述指令可由设备900的处理器920执行以完成本公开技术方案提供的方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于***或***实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的***及***实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上对本申请所提供的水印嵌入、水印提取方案,进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本申请的限制。
Claims (14)
1.一种水印嵌入方法,其特征在于,包括:
对待嵌入图像进行分块处理,获得多个图像块;
针对图像块进行离散小波变换所得低频子带上的信息进行奇异值分解,获得不同图像块各自对应的奇异值对角矩阵;
从所述待嵌入图像中确定目标中心点,基于所述目标中心点确定需要嵌入水印信息的目标图像块,所述目标中心点为所述待嵌入图像的中心点和/或鲁棒特征点;
从所述目标图像块对应的奇异值对角矩阵中确定水印嵌入位置,将所述水印信息嵌入所述水印嵌入位置。
2.根据权利要求1所述的方法,其特征在于,在所述基于所述目标中心点确定需要嵌入水印信息的目标图像块之前,所述方法还包括:
获得用于识别所述水印信息的同步信号;
将所述同步信号添加至所述水印信息中,获得添加后水印信息,所述目标图像块用于嵌入所述添加后水印信息。
3.根据权利要求2所述的方法,其特征在于,所述将所述同步信号添加至所述水印信息中,获得添加后水印信息,包括:
对所述水印信息与所述同步信号进行周期***替组合,获得所述添加后水印信息。
4.根据权利要求2所述的方法,其特征在于,所述将所述同步信号添加至所述水印信息中,获得添加后水印信息,包括:
在多个水印信息中确定一个目标位置,***所述同步信号,获得所述添加后水印信息。
5.根据权利要求1至4任一项所述的方法,其特征在于,所述对待嵌入图像进行分块处理,获得多个图像块,包括:
确定所述待嵌入图像的中心点,从所述中心点向外对所述待嵌入图像进行分块处理,获得所述多个图像块。
6.根据权利要求1至4任一项所述的方法,其特征在于,所述水印嵌入位置从所述奇异值对角矩阵中除第一个元素之外的元素中选取。
7.根据权利要求6所述的方法,其特征在于,所述将所述水印信息嵌入所述水印嵌入位置,包括:
确定水印信息包括的不同比特位各自对应的目标图像块,以及在对应目标图像块下关联的水印嵌入位置;
针对值为0的比特位,修改所述水印嵌入位置的奇异值,以使修改后的奇异值与两个相邻元素的奇异值之间满足第一预设大小关系;
针对值为1的比特位,修改所述水印嵌入位置的奇异值,以使修改后的奇异值与两个相邻元素的奇异值之间满足第二预设大小关系。
8.一种水印提取方法,其特征在于,包括:
确定不同攻击类型各自关联的攻击参数调整范围;
获得待提取图像在各攻击类型关联的不同攻击参数下对应的逆处理图像,并从中确定目标逆处理图像;
根据水印信息嵌入时所用嵌入方式信息,从所述目标逆处理图像中提取所述水印信息,所述嵌入方式信息包括目标中心点的相关信息,所述目标中心点用于确定嵌入所述水印信息的目标图像块,所述目标中心点为待嵌入图像的中心点和/或鲁棒特征点。
9.根据权利要求8所述的方法,其特征在于,如果所述嵌入方式信息中包括所述水印信息嵌入时添加的同步信号,所述从中确定目标逆处理图像,包括:
计算所述同步信号在不同逆处理图像中的响应强度,将响应强度最高的逆处理图像确定为所述目标逆处理图像。
10.根据权利要求9所述的方法,其特征在于,还包括:
如果所述响应强度表示未在所述逆处理图像中识别到所述同步信号,则将所述待提取图像输入至水印识别模型;
如果所述水印识别模型的输出表示所述待提取图像携带有水印信息,则确定所述同步信号被破坏。
11.根据权利要求8或9所述的方法,其特征在于,还包括:
将所述待提取图像输入至水印识别模型;
如果所述水印识别模型的输出表示所述待提取图像携带有水印信息,再执行获得所述逆处理图像的步骤。
12.一种水印识别模型构建方法,其特征在于,包括:
获得多个样本图像,以及不同样本图像各自关联的水印标注信息,所述水印标注信息包括携带有水印信息以及未携带水印信息;
构建初始水印识别模型,将所述样本图像作为所述初始水印识别模型的输入,获得所述初始水印识别模型输出的识别结果,所述识别结果用于表示所述样本图像是否携带有水印信息;
计算所述样本图像对应的识别结果与所述样本图像关联的水印标注信息之间的匹配度,并在所述匹配度不低于预设值时获得水印识别模型。
13.根据权利要求12所述的方法,其特征在于,还包括:
构造滤波器组,并将所述样本图像输入所述滤波器组获得滤波后信息;
所述初始水印识别模型的输入包括所述样本图像以及所述样本图像的滤波后信息。
14.一种电子设备,其特征在于,包括:
一个或多个处理器;以及
与所述一个或多个处理器关联的存储器,所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时,执行权利要求1至13任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310458370.9A CN116645258A (zh) | 2023-04-24 | 2023-04-24 | 水印嵌入、水印提取、水印识别模型构建方法、电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310458370.9A CN116645258A (zh) | 2023-04-24 | 2023-04-24 | 水印嵌入、水印提取、水印识别模型构建方法、电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116645258A true CN116645258A (zh) | 2023-08-25 |
Family
ID=87638908
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310458370.9A Pending CN116645258A (zh) | 2023-04-24 | 2023-04-24 | 水印嵌入、水印提取、水印识别模型构建方法、电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116645258A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117094872A (zh) * | 2023-10-20 | 2023-11-21 | 中科亿海微电子科技(苏州)有限公司 | 一种用于数字水印的fpga处理***及方法 |
-
2023
- 2023-04-24 CN CN202310458370.9A patent/CN116645258A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117094872A (zh) * | 2023-10-20 | 2023-11-21 | 中科亿海微电子科技(苏州)有限公司 | 一种用于数字水印的fpga处理***及方法 |
CN117094872B (zh) * | 2023-10-20 | 2023-12-26 | 中科亿海微电子科技(苏州)有限公司 | 一种用于数字水印的fpga处理***及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110321790B (zh) | 一种对抗样本的检测方法及电子设备 | |
US10963982B2 (en) | Video watermark generation method and device, and terminal | |
CN110428378A (zh) | 图像的处理方法、装置及存储介质 | |
CN112040337B (zh) | 视频的水印添加和提取方法、装置、设备及存储介质 | |
Chan et al. | A novel scheme for hybrid digital video watermarking: approach, evaluation and experimentation | |
CN100504922C (zh) | 处理数字图像的方法和*** | |
Kang et al. | A context-adaptive SPN predictor for trustworthy source camera identification | |
CN113538273B (zh) | 图像处理方法及图像处理装置 | |
CN111445392B (zh) | 图像处理方法及装置、计算机可读存储介质和电子设备 | |
CN110944230B (zh) | 视频特效的添加方法、装置、电子设备及存储介质 | |
CN110463206B (zh) | 图像滤波方法、装置及计算机可读介质 | |
Iuliani et al. | A leak in PRNU based source identification—questioning fingerprint uniqueness | |
JP2016129416A (ja) | 引き続くアプリケーションを容易にするためにビデオ画像パラメータを動的に適合させるための方法 | |
CN111340731B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN111737662A (zh) | 水印添加方法、水印提取方法、装置、电子设备 | |
CN107995500B (zh) | 视频水印识别方法、装置及终端 | |
CN116645258A (zh) | 水印嵌入、水印提取、水印识别模型构建方法、电子设备 | |
CN113628090B (zh) | 抗干扰消息隐写与提取方法、***、计算机设备、终端 | |
Tran et al. | Lsb data hiding in digital media: a survey | |
CN116233626B (zh) | 图像处理方法、装置及电子设备 | |
Gupta Banik et al. | Blind key based attack resistant audio steganography using cocktail party effect | |
KR20120064401A (ko) | 높은 동적 영역의 영상을 생성하는 장치 및 방법 | |
CN114630130B (zh) | 一种基于深度学习的换脸视频溯源方法及*** | |
CN110060210B (zh) | 图像处理方法及相关装置 | |
KR100973302B1 (ko) | 모바일단말의 워터마킹 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |