[发明专利]一种短视频水印检测方法

权利要求书

1.一种短视频水印检测方法，其特征在于，包括以下步骤：

步骤1：预先标注出每张图中所有的水印及其坐标信息，利用预先标注的数据，训练yolov3模型和n个sigmoid二分类模型；

步骤2：对视频进行截帧，用训练好的yolov3模型预测每一帧视频中含有目标水印的概率；

步骤3：分别将每一帧视频中含有目标水印的概率与预先设定的概率阈值进行比对；

若当前帧视频中含有目标水印的概率大于预先设定的概率阈值，则判定当前帧视频中含有目标水印，直接进行步骤5；

若当前帧视频中含有目标水印的概率小于预先设定的概率阈值，则初步判定当前帧视频中不含有目标水印，进行步骤4；

步骤4：将初步判定不含有目标水印的每一帧视频分别输入到训练好的n个sigmoid二分类模型，进一步判定初步判定不含有目标水印的每一帧视频是否含有目标水印；

步骤5：输出目标水印。

2.根据权利要求1所述的一种短视频水印检测方法，其特征在于，步骤2中对视频进行截帧时，截取的视频帧数范围为5-10。

3.根据权利要求1所述的一种短视频水印检测方法，其特征在于，yolov3模型中的损失函数为：

其中，第一行是bounding_box坐标误差；第二行是bounding_box的宽高误差，通过加大小物体检测错误的惩罚，提高小物体检测准确率；第三行是IOU误差；第四行是分类误差；

式中，S²表示网格的数量；B表示每个网格输出的bounding_box的数量；表示一个指示变量，标识第i个网格的第j个变量是否负责这个物体的预测；x_i，y_i，w_i，h_i表示训练样本中标注的bounding_box的坐标和宽高；表示预测的bounding_box的坐标和宽高；C_i表示训练集中标注的类别；表示预测的类别；p_i(c)表示第i个网格负责预测的物体类别是c的概率；表示第i个网格预测的物体类别是c的概率。

4.根据权利要求1所述的一种短视频水印检测方法，其特征在于，步骤2中用训练好的yolov3模型预测每一帧视频中含有目标水印的概率时，输出值为：

[＜n₁,p₁,(x₁,y₁,w₁,h₁)＞,＜n₂,p₂,(x₂,y₂,w₂,h₂)＞,...,＜n_i,p_i,(x_i,y_i,w_i,h_i)＞,...,＜n_n,p_n,(x_n,y_n,w_n,h_n)＞]

式中，n_i表示目标水印，p_i表示概率第i帧视频中含有目标水印n_i的概率，(x_i,y_i,w_i,h_i)表示目标水印n_i的位置。