[发明专利]图像二维码及其制备方法、解析装置和解析方法

说明书

本发明提供了一种图像二维码，包括背景图像和编码信息；背景图像主要由单张或多张背景图片构建组成；编码信息嵌入在背景图像中，并且编码信息图像隐写在背景图像中。包括定位符和/或定位结构；基于定位符和/或定位结构，能够区分图像中的图像二维码图像和一般图像，并消除图像二维码图像的几何畸变。根据本发明提供的图像二维码与构成背景图像的背景图片在人眼视觉上不具备显著差异，解决了传统二维码黑白相间的外观对用户视觉体验不友好的问题；图像二维码设置定位符使得解码器能够基于定位符快速区分图像中的图像二维码图像和一般图像，并消除图像二维码图像的几何畸变，提高解码器解码的准确率。

技术领域

本发明涉及数字水印技术领域，具体地，涉及图像二维码及其制备方法、解析装置和解析方法。

背景技术

二维码又称二维条码，常见的二维码为QR Code(Quick Response Code)，是一个近几年来移动设备上超流行的一种编码方式，它比传统的Bar Code条形码能存储更多的信息，也能表示更多的数据类型。

二维条码/二维码(2-dimensional bar code)是用某种特定的几何图形按一定规律在平面(二维方向上)分布的、黑白相间的、记录数据符号信息的图形；在代码编制上巧妙地利用构成计算机内部逻辑基础的“0”、“1”比特流的概念，使用若干个与二进制相对应的几何形体来表示文字数值信息，通过图象输入设备或光电扫描设备自动识读以实现信息自动处理：它具有条码技术的一些共性：每种码制有其特定的字符集；每个字符占有一定的宽度；具有一定的校验功能等。同时还具有对不同行的信息自动识别功能、及处理图形旋转变化点。

目前，二维码已经在许多商业领域取得了巨大的成功，例如零售中的移动支付、社交媒体中的数字名片、网站及海报中的扩展链接、以及产品溯源、防伪等。然而，二维码黑白相间的外观对于视觉体验来说并不友好，这也在一定程度上影响了上述场景中的用户体验。以微信名片为例，二维码无法体现出用户的个性，即使目前的微信名片采用了二维码美化技术，在中心插入了用户图像，但仍然无法避免千篇一律的黑白块。再以网站及海报中的扩展链接为例，二维码的出现势必会影响网站和海报的整体艺术设计。可以预见，如果提供一种新的技术，可以通过用户定制的图片来代替二维码，必将会对上述领域带来突破性的革新。

随着深度学习技术的飞速发展，深度神经网络模型已经在图像分类、目标检测、分割、追踪、视频预测等多个视觉任务中展现出强大的能力。近年来，随着生成对抗网络的发展，基于深度学习的图像重建技术日趋完善。利用图像重建的原理，许多研究者开始将关注点放在图像信息隐藏之中，这与传统的数字水印技术相类似。数字水印技术用于将信息(水印)嵌入到以图象为代表的数字载体中。按照呈现形式划分，数字水印技术可分为可见水印和不可见水印；按照水印隐藏的空间划分，数字水印技术又可分为空域(像素域)水印和频域(变换域)水印。由于可见数字水印可通过图像处理工具，如Photoshop进行去除，因此此处忽略对它们的讨论。传统的不可见数字水印技术需要一系列复杂的调制及变换，以达到良好的水印解析鲁棒性和视觉效果。相比之下，利用深度神经网络与图像重建思想的信息隐藏算法在实现中更加自动化。深度神经网络可以自动提取图像的深度特征，并根据约束进行非线性拟合，从而能够根据人眼视觉特性的约束自动地重建出与原图在视觉上十分相似的编码后图像。一种基于深度神经网络与图像重建的图像二维码及其制备方法、解析装置和解析方法亟待被研发。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种图像二维码及其制备方法、解析装置和解析方法。

根据本发明提供的一种图像二维码，包括背景图像和编码信息；

背景图像主要由单张或多张背景图片构建组成；

编码信息嵌入在背景图像中，并且编码信息图像隐写在背景图像中。

优选地，包括定位符和/或定位结构；

基于定位符和/或定位结构，能够区分图像中的图像二维码图像和一般图像，并消除图像二维码图像的几何畸变。