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！

申请/专利权人：北京大学

摘要：本发明提供一种图像水印信息的处理方法、装置及设备，涉及图像信息处理技术领域，其中，所述方法包括：获取待处理的原始载体图像及待嵌入的水印信息；根据原始载体图像分割后的每个图像块对应的复杂度评分，确定原始载体图像被分割后的多个第一目标图像块；确定与多个第一目标图像块对应的多个水印信息子段；将多个第一目标图像块及对应的多个水印信息子段输入到训练好的水印网络模型的编码层中进行处理，获得多个添加水印信息子段后的第二目标图像块；根据多个第二目标图像块及原始载体图像分割后的多个图像块，得到嵌入水印信息后的目标载体图像。本发明的方案提高了生成水印图像的质量及效果。

主权项：1.一种图像水印信息的处理方法，其特征在于，包括：获取待处理的原始载体图像及待嵌入的水印信息；根据所述原始载体图像分割后的每个图像块对应的复杂度评分，确定所述原始载体图像被分割后的多个第一目标图像块；确定与多个所述第一目标图像块对应的多个水印信息子段，具体包括基于第一目标图像块的数量，对所述水印信息进行分切，得到与目标图像块相同数量的水印信息子段；将多个所述第一目标图像块及对应的多个所述水印信息子段输入到训练好的水印网络模型的编码层中进行处理，获得多个添加水印信息子段后的第二目标图像块；所述水印网络模型是基于具有预设复杂度评分的训练图像块及训练水印信息对预设深度神经网络模型进行训练得到的；根据多个所述第二目标图像块及原始载体图像分割后的多个图像块，得到嵌入水印信息后的目标载体图像；其中，所述水印网络模型的训练过程包括：获取训练数据集；所述训练数据集包括组成完整训练载体图像且具有预设复杂度评分的多个第一训练图像块以及训练水印信息，多个所述第一训练图像块的大小相同；将多个所述第一训练图像块及所述训练水印信息输入所述预设深度神经网络模型中进行训练，得到所述预设深度神经网络模型的训练输出结果；所述训练输出结果包括多个嵌入所述训练水印信息的第二训练图像块、与所述嵌入所述训练水印信息的第二训练图像块对应的添加噪声后的第三训练图像块、与所述添加噪声后的第三训练图像块对应的解码后的训练水印信息子段；利用反向传播算法及预设损失函数对所述预设深度神经网络模型的模型参数进行迭代更新，得到训练好的所述水印网络模型；将多个所述第一训练图像块输入所述预设深度神经网络模型中进行训练，得到所述预设深度神经网络模型的训练输出结果，包括：将多个所述第一训练图像块及所述训练水印信息输入所述预设深度神经网络模型的编码层中进行卷积及池化处理，得到多个所述第二训练图像块；将多个所述第二训练图像块输入所述预设深度神经网络模型的噪声模拟层中进行屏摄模拟处理，得到所述第三训练图像块；将多个所述第三训练图像块输入所述预设深度神经网络模型的解码层中进行转换及卷积处理，得到所述解码后的训练水印信息子段。

全文数据：

权利要求：

百度查询： 北京大学 一种图像水印信息的处理方法、装置及设备