[发明专利]一种基于深度学习的图像暗水印处理方法及装置

摘要

本发明的实施例公开了一种基于深度学习的图像暗水印处理方法及装置，预先训练出用于对图像中是否存在标记点进行识别的分类模型。在识别添加了水印点阵的目标图片时，采用分类模型对每一点位的点位图像中是否存在标记点进行分类，由分类模型的输入结果得到水印点阵，再由水印点阵还原出图片的源头信息。通过对大量的训练样本进行机器学习训练出分类模型，由分类模型来判断各点位是否存在标记点，准确性高。该方法解决了人为制定的规则在丰富多样的压缩之后难以正确识别的问题，提高了可识别性和识别准确率，提升了水印信息还原的成功率。

主权项

1.一种基于深度学习的图像暗水印处理方法，其特征在于，包括：获取欲进行水印信息提取的目标图片和叠加在所述目标图片中的第一水印点阵的定位点坐标，根据所述第一水印点阵的定位点坐标确定在所述目标图片中所述第一水印点阵中的各第一点位对应的点位坐标；对每一第一点位，获取以所述第一点位对应的点位坐标为中心在所述目标图片中截取的第一点位图像，将所述第一点位图像作为通过深度学习得到的分类模型的输入参数，获取由所述分类模型输出的所述第一点位图像中是否存在标记点的输出结果；根据每一第一点位对应的输出结果得到所述第一水印点阵，由所述第一水印点阵得到第一点阵序列，由所述第一点阵序列还原出源头信息，所述源头信息为叠加在所述目标图片中的水印信息，输出所述源头信息。