[发明专利]水印嵌入和水印提取方法、装置及设备在审
| 申请号: | 201811010952.6 | 申请日: | 2018-08-31 |
| 公开(公告)号: | CN110874808A | 公开(公告)日: | 2020-03-10 |
| 发明(设计)人: | 刘永亮;范航宇;田冬 | 申请(专利权)人: | 浙江大学 |
| 主分类号: | G06T1/00 | 分类号: | G06T1/00;G06T9/00 |
| 代理公司: | 北京清源汇知识产权代理事务所(特殊普通合伙) 11644 | 代理人: | 冯德魁;张艳梅 |
| 地址: | 310013 浙*** | 国省代码: | 浙江;33 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 水印 嵌入 提取 方法 装置 设备 | ||
1.一种水印嵌入方法,其特征在于,包括:
获得待嵌入水印信息的神经网络参数;
获得待嵌入所述神经网络参数的水印信息;
将所述水印信息嵌入到所述神经网络参数中。
2.根据权利要求1所述的方法,其特征在于,所述将所述水印信息嵌入到所述神经网络参数中,包括:
采用修改所述神经网络参数数值的方式将所述水印信息嵌入到所述神经网络参数中。
3.根据权利要求2所述的方法,其特征在于,所述采用修改所述神经网络参数数值的方式将所述水印信息嵌入到所述神经网络参数中,包括:
在空间域中采用修改所述神经网络参数数值的方式将所述水印信息嵌入到所述神经网络参数中;或者,
在变换域中采用修改所述神经网络参数数值的方式将所述水印信息嵌入到所述神经网络参数中。
4.根据权利要求2所述的方法,其特征在于,还包括:
采用mask-retraining训练方法对所述嵌入水印信息的神经网络参数进行训练。
5.根据权利要求4所述的方法,其特征在于,所述采用mask-retraining训练方法对所述嵌入水印信息的神经网络参数进行训练,包括:
空间域上:
获得所述嵌入水印信息的神经网络参数;
将所述神经网络参数中已被修改的参数加上mask,得到第二神经网络参数;
使用原始训练集再次训练第二神经网络参数;
变换域上:
获得所述嵌入水印信息的神经网络参数;
将所述神经网络参数中已被修改的变换域系数加上mask,用于标记被修改的系数位置,得到第二神经网络参数;
用原始训练集再次训练第二神经网络参数,每个batch的训练结束后对mask标记位置的系数再次进行水印信息修改嵌入。
6.根据权利要求3所述的方法,其特征在于,所述神经网络参数为张量集合,所述张量集合包含多个张量;
所述在空间域中采用修改所述神经网络参数数值的方式将所述水印信息嵌入到所述神经网络参数中,包括:
根据预设的规则,确定待嵌入所述水印信息的张量的位置信息;
根据所述位置信息,确定待嵌入所述水印信息的张量;
使用量化索引的方式将所述水印信息嵌入到所述待嵌入所述水印信息的张量的参数中。
7.根据权利要求3所述的方法,其特征在于,所述神经网络参数为张量集合,所述张量集合包含多个张量;
所述在变换域中采用修改所述神经网络参数数值的方式将所述水印信息嵌入到所述神经网络参数中,包括:
根据预设的规则,确定待嵌入所述水印信息的张量的位置信息;
根据所述位置信息,确定待嵌入所述水印信息的张量;
将所述待嵌入所述水印信息的张量进行DCT变换,得到所述待嵌入所述水印信息的张量的DCT系数;
使用量化索引的方式将所述水印信息嵌入到所述待嵌入所述水印信息的张量的DCT系数中;
对所述DCT系数进行DCT逆变换,得到空间域神经网络参数。
8.根据权利要求6或7所述的方法,还包括:
将所述量化索引的步长信息和所述预设的规则提供给水印提取端。
9.根据权利要求1所述的方法,其特征在于,还包括:采用置乱密码的方式将所述水印信息转换为第二水印信息;
所述将所述水印信息嵌入到所述神经网络参数中,包括:将所述第二水印信息嵌入到所述神经网络参数中。
10.根据权利要求9所述的方法,其特征在于,还包括:
将所述置乱密码提供给水印提取端。
11.一种水印提取方法,其特征在于,包括:
获得待提取水印信息的神经网络参数;
从所述神经网络参数中提取嵌入的水印信息;
根据所述水印信息,得到嵌入的水印。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学,未经浙江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811010952.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种硼燃料电池及制造方法
- 下一篇:一种无线尿湿报警装置





