[发明专利]水印的识别方法、装置、设备及存储介质

权利要求书

1.一种水印的识别方法，其特征在于，包括：

获取待识别视频对应的目标梯度特征图；

将所述目标梯度特征图输入预先建立的水印识别模型，获得所述水印识别模型输出的识别结果；

根据所述识别结果确定所述待识别视频是否包含水印标志；

其中，所述获取待识别视频对应的目标梯度特征图，包括：

对待识别视频进行解码，获取所述待识别视频中的至少一个视频帧；

采用设定图像梯度算法对所述至少一个视频帧分别进行梯度计算，获得所述至少一个视频帧中各像素点对应的x梯度值和y梯度值；

根据各x梯度值和各y梯度值分别确定各像素点的x梯度中值和y梯度中值；

根据所述x梯度中值和所述y梯度中值确定各像素点对应的梯度特征值，获得所述待识别视频对应的第一梯度特征图。

2.根据权利要求1所述的方法，其特征在于，在获得所述待识别视频对应的第一梯度特征图之后，还包括：

截取所述第一梯度特征图中设定区域中的像素点，获得第二梯度特征图；其中，所述设定区域包括所述第一梯度特征图中位于设定行数和/或位于设定列数的像素点组成的区域。

3.根据权利要求1或2所述的方法，其特征在于，在获取待识别视频对应的目标梯度特征图之前，还包括：

获取视频集中的各视频分别对应的第一梯度特征图，获得第一训练样本集；

基于所述第一训练样本集，采用卷积神经网络CNN算法进行模型训练，获得第一水印识别模型。

4.根据权利要求3所述的方法，其特征在于，在获得第一训练样本集后，还包括：

截取所述第一训练样本集中的各第一梯度特征图中设定区域中的像素点，获得第二训练样本集；

基于所述第二训练样本集，采用CNN算法进行模型训练，获得第二水印识别模型。

5.根据权利要求4所述的方法，其特征在于，将所述目标梯度特征图输入预先建立的水印识别模型，获得所述水印识别模型输出的识别结果，包括：

将所述第一梯度特征图输入所述第一水印识别模型，获得第一识别结果；

将所述第二梯度特征图输入所述第二水印识别模型，获得第二识别结果；

相应的，根据所述识别结果确定所述待识别视频是否包含水印标志，包括：

根据所述第一识别结果和所述第二识别结果确定所述待识别视频是否包含水印标志。

6.根据权利要求4所述的方法，其特征在于，在获得第二训练样本集之后，还包括：

将所述第一训练样本集的第一梯度特征图和所述第二训练样本集中的第二梯度特征图按照对应关系组成梯度特征图对，获得第三训练样本集；

基于所述第三训练样本集，采用CNN算法进行模型训练，获得第三水印识别模型。

7.根据权利要求6所述的方法，其特征在于，所述第一训练样本集、所述第二训练样本集或者所述第三训练样本集包括：由包含水印标志的视频对应的梯度特征图组成的正例和由不包含水印标志的视频对应的梯度特征图组成的负例。

8.根据权利要求6所述的方法，其特征在于，将所述目标梯度特征图输入预先建立的水印识别模型，获得所述水印识别模型输出的识别结果，包括：

将所述第一梯度特征图和所述第二梯度特征图组成的特征图对输入所述第三水印识别模型；

在第三水印识别模型中的卷积层，获得所述第一梯度特征图对应的第一特征向量和所述第二梯度特征图对应的第二特征向量；

将所述第一特征向量和所述第二特征向量合并后输入全连接层，获得识别结果。

9.根据权利要求1所述的方法，其特征在于，将所述目标梯度特征图输入预先建立的水印识别模型，获得所述水印识别模型输出的识别结果，包括：

所述水印识别模型中的至少一个卷积层对所述目标梯度特征图进行水印特征匹配处理，将匹配结果确定为输出结果。