[发明专利]一种水印检测、视频处理方法和相关设备

权利要求书

1.一种水印检测方法，其特征在于，包括：

在原始图像数据中、针对水印检测目标区域；

从目标图像数据中、针对水印提取目标图像特征，所述目标图像数据为所述原始图像数据中位于所述目标区域中的图像数据；

确定参考图像数据的参考图像特征，所述参考图像数据中具有标记指定类别的水印；

将所述目标图像特征与所述参考图像特征进行比较，以在所述原始图像数据中检测所述类别中的水印。

2.根据权利要求1所述的方法，其特征在于，所述在所述原始图像数据中、针对水印检测目标区域，包括：

确定目标检测网络，所述目标检测网络用于针对水印检测目标区域；

将所述原始图像数据输入至所述目标检测网络中进行处理、以输出目标区域。

3.根据权利要求2所述的方法，其特征在于，所述在所述原始图像数据中、针对水印检测目标区域，还包括：

确定所述目标区域的置信度；

将所述置信度与预设的第一阈值进行比较；

若所述置信度大于或等于所述第一阈值，则确定所述目标区域有效；

若所述置信度小于所述第一阈值，则确定所述目标区域无效。

4.根据权利要求2所述的方法，其特征在于，所述确定目标检测网络，包括：

确定第一样本图像数据，所述第一样本图像数据中标记有目标区域，所述目标区域中具有水印；

使用所述第一样本图像数据训练目标检测网络。

5.根据权利要求1所述的方法，其特征在于，所述从目标图像数据中、针对水印提取目标图像特征，包括：

确定特征提取网络，所述特征提取网络用于针对水印提取图像特征；

将目标图像数据输入至所述特征提取网络中进行处理、以输出特征，作为目标图像特征。

6.根据权利要求5所述的方法，其特征在于，所述特征提取网络包括卷积神经网络、第一全连接层、第二全连接层；

所述将目标图像数据输入至所述特征提取网络中进行处理、以输出特征，作为目标图像特征，包括：

将目标图像数据输入所述卷积神经网络中进行卷积处理，以输出第一特征；

将所述第一特征输入所述第一全连接层中进行降维处理，以输出第二特征；

将所述第二特征输入所述第二全连接层中进行降维处理，以输出特征，作为目标图像特征，其中，所述目标图像特征的维度与所述参考图像数据的类别的数量相同。

7.根据权利要求5所述的方法，其特征在于，所述确定特征提取网络，包括：

确定第二样本图像数据，所述第二样本图像数据中具有水印；

使用所述第二样本图像数据训练特征提取网络。

8.根据权利要求1所述的方法，其特征在于，所述确定参考图像数据的参考图像特征，包括：

确定特征库，所述特征库用于存储参考图像数据的参考图像特征；

从所述特征库中提取所述参考图像特征。

9.根据权利要求8所述的方法，其特征在于，所述确定特征库，包括：

确定特征提取网络；

确定指定类别下的第三样本图像数据，所述第三样本图像数据中具有水印；

将所述第三样本图像数据输入至所述特征提取网络进行处理、以输出特征，作为参考图像特征；

在特征库中关联记录所述类别与所述参考图像特征。

10.根据权利要求1-9任一所述的方法，其特征在于，所述将所述目标图像特征与所述参考图像特征进行比较，以在所述原始图像数据中检测所述类别中的水印，包括：

计算所述目标图像特征与所述参考图像特征之间的相似度，所述参考图像特征关联类别；

在所述原始图像数据中，按照所述相似度对所述目标区域识别所述类别中的水印。