[发明专利]图像处理方法、装置、电子设备及计算机可读存储介质

说明书

本公开公开了一种图像处理方法、装置、电子设备及计算机可读存储介质，涉及互联网技术、计算机技术领域，尤其涉及图像处理技术领域。具体实现方案为：获取待处理图像和水印图像；对所述待处理图像添加扰动量，并将已添加所述扰动量的待处理图像输入卷积神经网络模型进行N次预测，直至所述卷积神经网络模型输出的目标图像与所述水印图像之间的损失函数满足预设条件；其中，每次预测对所述待处理图像添加的所述扰动量不同，N为正整数。本公开提供的方案能够提升图像的安全性。

技术领域

本公开涉及计算机技术的图像处理技术领域，尤其涉及一种图像处理方法、装置、电子设备及计算机可读存储介质。

背景技术

随着拍照、摄像技术的发展，图像和视频的应用越来越广泛。图像在网络传播的过程中，容易被盗用或修改，导致图像归属者的利益受到损害。为了减少这类情况的出现，通常会在图像或视频中添加水印，以确定图像的归属者，当图像被修改或复制盗用时，水印会被破坏，进而通过对水印进行识别能够确定图像的归属。

发明内容

本公开提供了一种图像处理方法、装置、电子设备及计算机可读存储介质。

根据本公开的第一方面，提供了一种图像处理方法，包括：

获取待处理图像和水印图像；

对所述待处理图像添加扰动量，并将已添加所述扰动量的待处理图像输入卷积神经网络模型进行N次预测，直至所述卷积神经网络模型输出的目标图像与所述水印图像之间的损失函数满足预设条件；

其中，每次预测对所述待处理图像添加的所述扰动量不同，N为正整数。

根据本公开的第二方面，提供了一种图像处理装置，包括：

第一获取模块，用于获取待处理图像和水印图像；

处理模块，用于对所述待处理图像添加扰动量，并将已添加所述扰动量的待处理图像输入卷积神经网络模型进行N次预测，直至所述卷积神经网络模型输出的目标图像与所述水印图像之间的损失函数满足预设条件；

其中，每次预测对所述待处理图像添加的所述扰动量不同，N为正整数。

根据本公开的第三方面，提供了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。

根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据第一方面所述的方法。

根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据第一方面所述的方法。

本公开提供的方案，能够基于添加扰动量来完成对待处理图像的水印处理，使得满足预设条件所对应的添加了扰动量的待处理图像难以被破解，有效提升了图像安全性。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开实施例提供的一种图像处理方法的流程图；

图2是用来实现本公开实施例提供的图像处理方法中的一种卷积神经网络模型的结构图；

图3a是未添加扰动量的待处理图像；