Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜安徽大学田苗苗获国家专利权

恭喜安徽大学田苗苗获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜安徽大学申请的专利一种基于区块链的短视频版权保护方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114036467B

龙图腾网通过国家知识产权局官网在2025-03-25发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202111386392.6,技术领域涉及:G06F21/10;该发明授权一种基于区块链的短视频版权保护方法是由田苗苗;明铭;王朝阳;邱一凯;储朝晖设计研发完成,并于2021-11-22向国家知识产权局提交的专利申请。

一种基于区块链的短视频版权保护方法在说明书摘要公布了:本发明公开了一种基于区块链的短视频版权保护方法,是应用于由客户端和区块链端所组成的网络环境中,该客户端由版权存储模块和版权检验模块组成,区块链上部署有读写智能合约和搜索智能合约,该方法包括:客户端存储版权和客户端检验版权两部分过程。本发明利用区块链技术和感知哈希特征提取技术能够安全地存储短视频的特征、高效地计算短视频特征之间的相似性,从而达到保护短视频版权的目的。

本发明授权一种基于区块链的短视频版权保护方法在权利要求书中公布了:1.一种基于区块链的短视频版权保护方法,其特征是应用于由客户端和区块链端所组成的网络环境中,所述客户端由版权存储模块和版权检验模块组成,在所述区块链上部署有读写智能合约和搜索智能合约;所述短视频版权保护方法包括以下步骤:S1、客户端存储版权:用户上传原始版权视频;S1.1、客户端进行原创性验证:客户端获取用户上传的原始版权视频并提取其密码学哈希后,向区块链端发出查找版权请求;所述搜索智能合约根据原始版权视频的密码学哈希在区块链端进行搜索,若搜索成功,则表示未通过原创性验证,并发出警告后退出流程,若搜索失败,则表示通过原创性验证,并继续执行步骤S1.2的版权注册;S1.2、客户端进行区块链登记:客户端向区块链端发出上传版权请求,并将原始版权视频的密码学哈希、作者署名以及时间戳一起作为版权信息提交给区块链端;所述区块链端接收到所述上传版权请求后,将收到的版权信息上传至区块链;S2、客户端检验版权:用户上传两个新的视频:当前版权视频和涉嫌侵权视频;S2.1、客户端进行视频版权验证:客户端获取用户新上传的当前版权视频,并向区块链端发出查询版权请求,并从区块链端提取出所述版权信息中原始版权视频的密码学哈希后,与当前版权视频的密码学哈希进行比较,若两者相同,则表示通过版权验证,否则,则表示未通过版权验证,并发出警告;S2.2、客户端进行视频特征提取:S2.2.1用Python的CV2库按照设定帧率从当前版权视频和涉嫌侵权视频中分别提取不同的图像帧,并将图像帧分别转化为单通道的灰度图像后进行存储;S2.2.2读取每一帧灰度图像并进行处理:将一帧灰度图像标记为原始图像后进行双三次插值的图像归一化处理,获得固定尺寸的图像;使用带有卷积掩模的高斯低通滤波器对所述固定尺寸的图像进行处理,得到过滤后的图像;使用SVD操作来对过滤后的图像进行压缩,获得完整的二次处理图像;S2.2.3对于二次处理图像中的每个像素进行处理,从而得到所有像素两个编码值:(1)以任一像素为圆心,在像素的局部邻域内,按照、、、、、、和的八个方向,在半径为的内圆和半径为的外圆上分别对称采样8个点,记为内圆采样点和外圆采样点,其中,和分别表示内圆上的第i个采样点和外圆上的第i个采样点;;(2)对任一像素,根据式1计算第i个采样点的模式编码: 1式1中,为符号函数,并有: 2(3)根据式3计算像素的第一编码值和第二编码值: 3式3中,为第2个采样点的模式编码;为第2+1个采样点的模式编码;;S2.2.4将二次处理图像中所有像素的第一编码值构成第一映射、第二编码值构成第二映射;S2.2.5根据式5分别将第一映射和第二映射均分为个大小为的不重叠块: 5式5中,表示第s映射,表示第s映射的第行第列的不重叠块;S2.2.6对第s映射中第行第j列的不重叠块进行直方图统计,得到直方图,;S2.2.7将第一映射的直方图和第二映射的直方图组合为直方图矩阵;从而利用式8生成纹理特征矩阵: 8S2.2.8对纹理特征矩阵进行主成分分析操作,生成感知特征哈希;S2.2.9将当前版权视频中每个图像帧的感知特征哈希合并,获得视频感知特征哈希序列;将涉嫌侵权视频中每个图像帧的感知特征哈希合并,获得视频感知特征哈希序列;S2.3、视频特征比较:计算两个视频的感知特征哈希序列和的皮尔逊系数,并与所设定的阈值进行比较,若所述皮尔逊系数大于所设定的阈值,则表示两序列具有极强的相关性,并判定涉嫌侵权视频抄袭,否则判定涉嫌侵权视频不抄袭。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人安徽大学,其通讯地址为:230601 安徽省合肥市经开区九龙路111号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。