申请/专利权人：清华大学;北京衔远有限公司

申请日：2024-03-19

公开（公告）日：2024-06-25

公开（公告）号：CN117911230B

主分类号：G06T1/00

分类号：G06T1/00;G06F21/60

优先权：

专利状态码：有效-授权

法律状态：2024.06.25#授权;2024.05.07#实质审查的生效;2024.04.19#公开

摘要：本发明提供一种基于扩散模型的图像隐形水印嵌入检测处理方法及装置。该基于扩散模型的图像隐形水印嵌入检测处理方法包括：获取原始图像、水印图像和随机加密序列；根据所述随机加密序列对所述原始图像和所述水印图像进行正向扩散处理，得到图像混合特征数据；根据所述随机加密序列对所述图像混合特征数据进行逆向去噪处理，得到图像特征；当所述原始图像为待嵌入水印图像时，根据所述图像特征得到水印嵌入图像；当所述原始图像为已嵌入水印图像时，根据水印解码器解码所述图像特征得到水印特征，根据所述水印特征和所述水印图像得到水印检测结果。本发明具备清晰的水印提取、嵌入、检测能力和难以擦除和修改的优势。

主权项：1.一种基于扩散模型的图像隐形水印嵌入检测处理方法，其特征在于，包括：获取原始图像、水印图像和随机加密序列；根据所述随机加密序列对所述原始图像和所述水印图像进行正向扩散分支控制处理，得到图像混合特征数据；根据所述随机加密序列确定各时间步的按位控制的密钥，基于所述密钥对对应的图像混合特征数据进行逆向去噪分支控制处理，得到图像特征；当所述原始图像为待嵌入水印图像时，根据所述图像特征得到水印嵌入图像；当所述原始图像为已嵌入水印图像时，根据水印解码器解码所述图像特征得到水印特征，根据所述水印特征和所述水印图像得到水印检测结果；所述基于扩散模型的图像隐形水印嵌入检测处理方法还包括：将历史原始图像和历史水印图像输入水印注入模型中，得到水印混合数据；将所述水印混合数据输入图像解码器和水印解码器中，分别得到水印嵌入预测数据和水印预测特征；根据所述水印嵌入预测数据、历史原始图像、历史水印图像和水印预测特征构建第一损失函数；根据所述第一损失函数调整所述水印注入模型和水印解码器，直至满足第一预设条件；根据所述随机加密序列对所述原始图像特征和所述水印图像特征进行正向扩散分支控制处理包括：执行如下迭代处理，直至达到最大时间步：当所述随机加密序列中的对应时间步为第一数值时，对所述原始图像特征进行加噪处理；当所述随机加密序列中的对应时间步为第二数值时，将所述原始图像特征和所述水印图像特征输入预先训练的水印注入模型后进行加噪处理；基于所述密钥对对应的图像混合特征数据进行逆向去噪分支控制处理包括：执行如下迭代处理，直至达到最小时间步：基于所述密钥将当前时间步的图像混合特征数据、文本条件和当前时间步输入预先训练的去噪网络模型中，得到噪声预测数据；根据所述噪声预测数据、当前时间步的超参数、上一时间步的超参数和所述当前时间步的图像混合特征数据确定上一时间步的图像混合特征数据。

全文数据：

权利要求：

百度查询： 清华大学;北京衔远有限公司 基于扩散模型的图像隐形水印嵌入检测处理方法及装置

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD