[发明专利]图像水印自动检测方法

说明书

本发明公开了一种图像水印自动检测方法，包括以下步骤：S1、建立水印预检测模型；S2、建立水印再识别模型；S3、结合所述水印预检测模型和水印再识别模型实现图像水印的自动检测。本发明对检测出的候选水印区域进行再识别，通过手工设计水印的特征和训练一个专门判断是否为水印的二分类模型，对候选水印区域进行再识别，降低了基于深度卷积神经网络的水印检测器对与水印相似的模式的误检，提高了水印检测的准确率。

技术领域

本发明涉及图像识别领域，特别是涉及一种图像水印自动检测方法。

背景技术

图像包含了丰富且直观的信息，当前在互联网的社交、购物和旅游等领域，都需要大量的图像来给用户传递信息。由于互联网信息的传播极为快速和便携，越来越多的个人和组织选择给自己的图像嵌入水印，如在图像某些区域打上商标或网址的水印，以此保护图像的所有权。因此，图像提供方在使用图像前，需要对图像进行审核，检测图像中是否含有水印，避免出现误用和侵权的行为。随着互联网的飞速发展，图像提供方每天都会利用诸多途径获取大量图像信息，数量已远远超过人工审核的限度。因此，利用机器自动审核图像，检测出带水印的图像成为了迫切的需求。

水印在图像中的视觉显著性很低，具有面积小，颜色浅，透明度高等特点，带水印图像与未带水印图像之间的差异往往很小，区分度较低。现阶段，对水印检测的研究尚未展开，鲜有有效的水印检测技术，实现图像中水印的准确检测是一项具有挑战性的任务。

发明内容

本发明要解决的技术问题是为了克服现有技术中无法准确检测出图像中的水印的缺陷，提供一种实用性强、检测准确率和召回率俱佳的图像水印自动检测方法。

本发明是通过下述技术方案来解决上述技术问题的：

本发明提供了一种图像水印自动检测方法，包括以下步骤：

S1、建立水印预检测模型；

S2、建立水印再识别模型；

S3、结合所述水印预检测模型和水印再识别模型实现图像水印的自动检测。

较佳地，步骤S1包括：

S11、建立带水印的第一图像数据集；

S12、训练基于深度卷积神经网络的水印检测器。

较佳地，步骤S11中的带水印的第一图像通过机器自动处理的方式批量生成来获取。

较佳地，步骤S11包括：

S111、收集若干种类的水印，制作成背景透明前景带颜色的水印图像；

S112、收集多个无水印图像；

S113、将步骤S111获取的水印图像自动嵌入在步骤S112中的无水印图像上，以生成最终的带水印的第一图像数据集。

较佳地，在步骤S113中，一张无水印图像上只嵌入一个水印图像，同一种类型的水印图像以不同的尺寸、透明度和位置分别嵌入不同的无水印图像中。

较佳地，步骤S12中的深度卷积神经网络为全卷积网络。

较佳地，步骤S2包括：

S21、建立一个候选水印区域的第二图像数据集，对第二图像的所有候选水印区域进行人工标注，标注类别包括是水印和不是水印；

S22、建立候选水印区域的特征提取模型；

S23、训练候选水印区域是否为水印的二分类问题的分类器。

较佳地，在步骤S21中，候选水印区域的第二图像通过步骤S1建立的水印预检测模型进行检测获取。

较佳地，步骤S23包括：