[发明专利]一种短视频水印检测方法

说明书

本发明公开了一种短视频水印检测方法，该方法充分考虑到短视频水印位置集中和水印面试较小的特点，利用yolov3模型和sigmoid二分类模型来预测每一帧视频中含有目标水印的概率，从而给短视频水印检测提供更高的检测准确率和更小的定位误差。

技术领域

本发明涉及水印检测技术领域，更具体的说是涉及一种短视频水印检测方法。

背景技术

目前，现有的水印检测方法主要有两种，一种是基于基准水印比对方法，该方法需要实现知道待检测的基准水印模板，其检测、定位的流程如下：

1)提取：从待检测图片中提取水印信号；

2)计算与校正：通过计算相关度进行坐标校正，确定水印区域；

3)判断：计算该区域与所有水印模板的相似度，判断是否匹配某一个水印模板。

另一种是基于共有图案的方法，这种方法不需要事先知道水印模板，这种方法不需要实现知道水印模板，它假设每张图片J都是由原始图片I和水印模板W合成而来，形式化：

I(p)＝a(p)W(p)+(1-a(p)I(p))

其中P＝(x，y)是像素位置，上面公式是单张图片的表示，如果我们有一个图片集合K，那么每一张图片可以形式化表示为：

I_k＝aW+(1-a)I_k'k＝1,2,...K

然后用参数估计的方法计算出水印W，然后利用模板匹配的方法，对水印与目标图片进行水印位置匹配。

但是，基于基准水印比对方法存在如下缺点：

1)耗时长，水印的面积占比大都很小，需要对目标图片进行多次特征提取、计算校正，再与模板比对，整个过程非常耗时；

2)鲁棒性差，现在短视频上的水印大都是动态的，如果因为截帧的原因截到的水印不完整，或者是截到变形的动态水印，该方法的准确率就会大大折扣。

而基于共有图像的方法存在如下缺点：

1)对训练数据量要求很高，因为要估计的参数多；

2)对水印的位置和范围判断不准；

3)对于短视频内容经常出现水印叠加的问题和水印模糊的问题，该方法的准确率会大幅降低。

因此，如何提供一种检测准确率高、定位误差小且耗时短的水印检测方法是本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明提供了一种短视频水印检测方法，该方法充分考虑到短视频水印位置集中和水印面试较小的特点，利用yolov3模型和sigmoid二分类模型来预测每一帧视频中含有目标水印的概率，从而给短视频水印检测提供更高的检测准确率和更小的定位误差。

为了实现上述目的，本发明采用如下技术方案：

一种短视频水印检测方法，该方法包括以下步骤：

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；