一种基于SIFT特征点匹配的水印同步方法

    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

    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。

    一种基于深度学习的自适应隐形水印同步检测方法

    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

    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。

    一种基于深度学习的自适应隐形水印同步检测方法

    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

    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。

    一种基于SIFT特征点匹配的水印同步方法

    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

    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