-
公开(公告)号：CN112184533B
公开(公告)日：2023-05-23
申请号：CN202011067968.8
申请日：2020-10-08
Applicant: 东南数字经济发展研究院
Abstract: 本发明涉及一种基于SIFT特征点匹配的水印同步方法，包括以下步骤：1)使用抵抗打印/拍摄的鲁棒数字图像水印算法对原图像进行水印信息的嵌入，得到水印图像A，然后将水印图像A打印或显示在屏幕上，接着用带有相机功能的智能设备拍摄水印图像得到拍摄后的水印图像B，2)提取水印图像A和水印图像B中的SIFT特征点，3)使用Knn最近邻算法进行水印图像A和水印图像B的特征点匹配，得到若干对最佳匹配点，4)根据水印图像A与水印图像B若干对最佳匹配点的坐标计算变换矩阵，然后利用变换矩阵实现图像的校正工作，即实现水印同步。本发明涉及的一种基于SIFT特征点匹配的水印同步方法，水印同步准确率高，同步速度快，显著提升了抗打印/拍摄水印方法在水印提取阶段的水印信息提取的准确率，提供了一种新的水印同步方法和思路。
-
Patent Agency Ranking
公开(公告)号：CN112116544A
公开(公告)日：2020-12-22
申请号：CN202011067986.6
申请日：2020-10-08
Applicant: 东南数字经济发展研究院
IPC: G06T5/00
Abstract: 本发明提供了一种抵抗图像平滑滤波的预处理方法，包括以下步骤：一种抵抗图像平滑滤波的预处理方法，包括以下步骤：1)记服务器端的原始图像为X，图像传送到客户端会经历图像平滑滤波，这个过程表示为： 2)设图像预处理的函数为g(·)，使得预处理后图像X*＝g(X)与原始图像X尽可能一样，则：f(X*)≈X求解可建模为以下优化问题： 将公式进一步转化为等式求根的形式，即求解根X*使得：f(X*)‑X＝0，3)使用零阶优化算法迭代求解公式(4)，其具体表达式为：X(i)←X(i‑1)+(X‑f(X(i‑1)))其中X(i)代表第i次迭代产生的图像。本发明提供的一种抵抗图像平滑滤波的预处理方法，无需假设平滑滤波函数具体形式可知，仅在平滑滤波函数可访问的情况下，即能生成可抵抗平滑滤波的图像。
-
公开(公告)号：CN112200710B
公开(公告)日：2023-05-23
申请号：CN202011067971.X
申请日：2020-10-08
Applicant: 东南数字经济发展研究院
Abstract: 本发明涉及一种基于深度学习的自适应隐形水印同步检测方法，基于Adam优化器，框架中共包括2个U型子网络和一个CNN子网络，分别是标记网络、检测网络和辨别器，在嵌入标记时，标记网络通过将提取水印图像四个角固定大小的方形区域作为标记网络的输入，输出带有位置信息的四张残差图像并依次将其放回原图中获得标记图像，在检测标记时，将拍摄的标记图像送入检测网络中，输出显示残差图像位置的掩码图，从而确定水印图像的四个角点，再使用透视变换实现水印图像与拍摄的标记图像的同步，辨别器进行区分原水印图像和水印标记图像。本发明涉及的一种基于深度学习的自适应隐形水印同步检测方法，在保证视觉效果的前提下极大的提高了水印的解码准确率。
-
公开(公告)号：CN112116544B
公开(公告)日：2022-04-22
申请号：CN202011067986.6
申请日：2020-10-08
Applicant: 东南数字经济发展研究院
IPC: G06T5/00
Abstract: 本发明提供了一种抵抗图像平滑滤波的预处理方法，包括以下步骤：一种抵抗图像平滑滤波的预处理方法，包括以下步骤：1)记服务器端的原始图像为X，图像传送到客户端会经历图像平滑滤波，这个过程表示为：2)设图像预处理的函数为g(·)，使得预处理后图像X*＝g(X)与原始图像X尽可能一样，则：f(X*)≈X求解可建模为以下优化问题：将公式进一步转化为等式求根的形式，即求解根X*使得：f(X*)‑X＝0，3)使用零阶优化算法迭代求解公式(4)，其具体表达式为：X(i)←X(i‑1)+(X‑f(X(i‑1)))其中X(i)代表第i次迭代产生的图像。本发明提供的一种抵抗图像平滑滤波的预处理方法，无需假设平滑滤波函数具体形式可知，仅在平滑滤波函数可访问的情况下，即能生成可抵抗平滑滤波的图像。
-
公开(公告)号：CN112200710A
公开(公告)日：2021-01-08
申请号：CN202011067971.X
申请日：2020-10-08
Applicant: 东南数字经济发展研究院
Abstract: 本发明涉及一种基于深度学习的自适应隐形水印同步检测方法，基于Adam优化器，框架中共包括2个U型子网络和一个CNN子网络，分别是标记网络、检测网络和辨别器，在嵌入标记时，标记网络通过将提取水印图像四个角固定大小的方形区域作为标记网络的输入，输出带有位置信息的四张残差图像并依次将其放回原图中获得标记图像，在检测标记时，将拍摄的标记图像送入检测网络中，输出显示残差图像位置的掩码图，从而确定水印图像的四个角点，再使用透视变换实现水印图像与拍摄的标记图像的同步，辨别器进行区分原水印图像和水印标记图像。本发明涉及的一种基于深度学习的自适应隐形水印同步检测方法，在保证视觉效果的前提下极大的提高了水印的解码准确率。
-
公开(公告)号：CN112184533A
公开(公告)日：2021-01-05
申请号：CN202011067968.8
申请日：2020-10-08
Applicant: 东南数字经济发展研究院
Abstract: 本发明涉及一种基于SIFT特征点匹配的水印同步方法，包括以下步骤：1)使用抵抗打印/拍摄的鲁棒数字图像水印算法对原图像进行水印信息的嵌入，得到水印图像A，然后将水印图像A打印或显示在屏幕上，接着用带有相机功能的智能设备拍摄水印图像得到拍摄后的水印图像B，2)提取水印图像A和水印图像B中的SIFT特征点，3)使用Knn最近邻算法进行水印图像A和水印图像B的特征点匹配，得到若干对最佳匹配点，4)根据水印图像A与水印图像B若干对最佳匹配点的坐标计算变换矩阵，然后利用变换矩阵实现图像的校正工作，即实现水印同步。本发明涉及的一种基于SIFT特征点匹配的水印同步方法，水印同步准确率高，同步速度快，显著提升了抗打印/拍摄水印方法在水印提取阶段的水印信息提取的准确率，提供了一种新的水印同步方法和思路。
-
-
-
-
-
Search Results
6
records
(took 0.031 seconds)
