[发明专利]水印的识别方法、装置、设备及存储介质

说明书

本发明实施例公开了一种水印的识别方法、装置、设备及存储介质。该方法包括：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。本发明实施例提供的水印的识别方法，对待识别视频对应的目标梯度特征图进行识别，来确定视频中是否包含水印，可以避免视频背景对水印识别的干扰，从而提高水印识别的准确性，另外，采用机器学习算法训练出的水印识别模型对目标梯度特征图进行识别，可以提高水印识别的效率。

技术领域

本发明实施例涉及图像处理技术领域，尤其涉及一种水印的识别方法、装置、设备及存储介质。

背景技术

水印标志是保护版权的重要手段，随着商家对版权意识的逐步提高，各种水印标志出现在如图片及视频中。目前，对于一些视频或者拍照软件，通过这些软件拍摄的照片或者录制的视频中带有水印标志。为了尽量避免影响用户的观看体验，水印标志通常占画面整体比例较小且出现在画面的非关键区域，如图片的四角。

由于水印标志的频繁应用，对水印的识别得到广泛的关注。现有技术中，对水印识别时通常采用如下方式：一种是以图片整体为单位把带有水印标志的图片作为正样本，而不带有水印标志的图片作为负样本，将这些图片作为样本集来训练CNN分类器从而完成是水印识别，此方法无法避免图片背景的干扰，因此识别的准确率较低；另一种是首先对水印进行特征提取，然后利用一个线性分类器对提取的特征进行分类，该方法中，对水印特征提取工作量大，使得识别的效率低下。

发明内容

本发明实施例提供一种水印的识别方法、装置、设备及存储介质，以实现视频中水印标志的识别，可以提高水印识别的准确性及效率。

第一方面，本发明实施例提供了一种水印的识别方法，该方法包括：

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。

进一步地，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。

进一步地，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。

进一步地，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。

进一步地，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，采用卷积神经网络CNN算法进行模型训练，获得第二水印识别模型。