CN113628091B - 面向电子显示屏内容翻拍场景的安全信息提取方法及装置 - Google Patents

Abstract

本申请实施例提供了一种面向电子显示屏内容翻拍场景的安全信息提取方法及装置。本实施例中，通过将数字水印以不可视的形式嵌入至目标图像之中，在获得第三方发布的针对目标图像进行攻击得到的攻击图像后，对攻击图像进行校正处理得到校正图像以消除攻击图像相比目标图像存在的失真，抵抗第三方在攻击比如拍摄等目标图像而得到攻击图像的过程中带来的失真，以防止因为失真而无法从校正图像中提取出不可视的数字水印，进而可以借助数字水印携带的用于作为目标图像被第三方攻击后进行追踪溯源的信息，在目标图像被第三方攻击后进行追踪溯源，为追责提供可靠的线索和证据。

Description

面向电子显示屏内容翻拍场景的安全信息提取方法及装置

技术领域

本申请涉及图像处理技术，特别涉及一种面向电子显示屏内容翻拍场景的安全信息提取方法及装置。

背景技术

为了保障图像或视频在发布后能够不被窃用甚至版权不被侵犯，图像或视频持有方（也称版权方，以下均以版权方为例描述）会选择将安全信息以可视的方式嵌入至待发布的图像或视频并发布。这里，安全信息可以为：表示版权信息的特殊标志、Logo、具有某些意义的序列号、文字或者是产品的其它相关信息等。

但是，以可视的方式嵌入至图像或视频，并没有产生良好的安全保护，很多情况下，作为盗窃方的第三方能够在不影响原视频或图像的使用的情况下对视频或图像中的安全信息遮挡或抹除。

发明内容

本申请提供了一种面向电子显示屏内容翻拍场景的安全信息提取方法及装置，以实现图像或视频的安全保护。

本申请实施例提供的技术方案包括：

本实施例提供一种面向电子显示屏内容翻拍场景下的安全信息提取方法，该方法包括：

获得第三方发布的针对目标图像进行攻击得到的攻击图像；所述目标图像中嵌入了不可视的数字水印；

对所述攻击图像进行校正处理得到校正图像；所述校正处理用于消除所述攻击图像相比所述目标图像存在的失真；

从所述校正图像中提取第一类尺度不变特征转换SIFT特征点；

依据所述第一类SIFT特征点和已获得的从所述目标图像中提取的第二类SIFT特征点确定所述目标图像和所述校正图像是否匹配，在确定所述目标图像和所述校正图像匹配时，从所述校正图像中提取出所述数字水印，所述数字水印至少包括用于作为所述目标图像被所述第三方攻击后进行追踪溯源的信息。

本申请实施例提供一种面向电子显示屏内容翻拍场景下的安全信息提取装置，该装置包括：

获得单元，用于获得第三方发布的针对目标图像进行攻击得到的攻击图像；所述目标图像中嵌入了不可视的数字水印；

校正单元，用于对所述攻击图像进行校正处理得到校正图像；所述校正处理用于消除所述攻击图像相比所述目标图像存在的失真；

处理单元，用于从所述校正图像中提取第一类尺度不变特征转换SIFT特征点；并依据所述第一类SIFT特征点和已获得的从所述目标图像中提取的第二类SIFT特征点确定所述目标图像和所述校正图像是否匹配，在确定所述目标图像和所述校正图像匹配时，依据所述第一类SIFT特征点和所述第二类SIFT特征点在所述校正图像中提取出所述数字水印，所述数字水印至少包括用于作为所述目标图像被所述第三方攻击后进行追踪溯源的信息。

本申请实施例还提供了一种电子设备。该电子设备包括：处理器和机器可读存储介质；

所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令；

所述处理器用于执行机器可执行指令，以实现上述公开的方法的步骤。

由以上技术方案可以看出，本实施例中，通过将数字水印以不可视的形式嵌入至目标图像之中，以防止第三方在不影响原视频或图像的使用的情况下对目标图像中可视的安全信息遮挡或抹除而窃用目标图像。

进一步地，本实施例中，在获得第三方发布的针对目标图像进行攻击得到的攻击图像后，对攻击图像进行校正处理得到校正图像以消除攻击图像相比目标图像存在的失真，抵抗第三方在攻击比如拍摄等目标图像而得到攻击图像的过程中带来的失真，以防止因为失真而无法从校正图像中提取出不可视的数字水印。

再进一步地，在本实施例中，借助数字水印携带的用于作为目标图像被第三方攻击后进行追踪溯源的信息，可以在目标图像被第三方攻击后进行追踪溯源，以为追责提供可靠的线索和证据。

再进一步地，本实施例中，通过依据从校正图像中提取的第一类SIFT特征点和从目标图像中提取的第二类SIFT特征点确定目标图像和校正图像是否匹配，在确定目标图像和校正图像匹配时从校正图像中提取出不可视的数字水印，实现了从第三方针对目标图像进行攻击得到的攻击图像中提取出不可视的数字水印。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

图1为本申请实施例提供的方法流程图；

图2为本申请实施例提供的步骤102实现流程图；

图3为本申请实施例提供的校正处理示意图；

图4为本申请实施例提供的SIFT特征点确定示意图；

图5为本申请实施例提供的步骤104确定目标图像和校正图像是否匹配的流程图；

图6为本申请实施例提供的装置结构图；

图7为本申请实施例提供的电子设备结构图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。

在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。

为了使本领域技术人员更好地理解本申请实施例提供的技术方案，并使本申请实施例的上述目的、特征和优点能够更加明显易懂，下面结合附图对本申请实施例中技术方案作进一步详细的说明。

参见图1，图1为本申请实施例提供的方法流程图。该流程应用于电子设备。可选地，这里的电子设备可为PC等，本实施例并不具体限定。

如图1所示，该流程可包括以下步骤：

步骤101，获得第三方发布的针对目标图像进行攻击得到的攻击图像；所述目标图像中嵌入了不可视的数字水印。

在本实施例中，目标图像泛指版权方发布的图像或视频中的图像。在本实施例中，目标图像中嵌入了不可视的数字水印。该数字水印用于表征目标图像的安全信息，比如表示版权信息的特殊标志、Logo、具有某些意义的序列号、文字或者是它相关信息等，本实施例并不具体限定。

在版权方发布上述目标图像之后，第三方作为偷窃方，会对电子显示屏显示的该目标图像进行攻击比如放缩、截图、涂抹以及拍摄等，以得到攻击图像。之后，第三方会发布该攻击图像。基于此，应用于本实施例中的步骤101，上述电子设备会获得第三方发布的该攻击图像，即最终实现了步骤101（获得第三方发布的针对目标图像进行攻击得到的攻击图像）。需要说明的是，上述的电子显示屏 可为平面转换（IPS：In-PlaneSwitching）屏幕、液晶显示器（LCD：Liquid Crystal Display）等，本实施例并不具体限定。

步骤102，对攻击图像进行校正处理得到校正图像；所述校正处理用于消除攻击图像相比所述目标图像存在的失真。

如上描述，攻击图像是第三方对电子显示屏显示的目标图像进行攻击比如放缩、截图、涂抹以及拍摄等得到的，这个过程相当于从三维立体空间投影到二维平面空间，通常会有一定的失真比如几何变形失真、像素失真。

为避免该失真影响后续水印信息的提取，在本步骤102中，需要对攻击图像进行校正处理，以消除攻击图像相比目标图像存在的失真。

作为一个实施例，上述校正处理有很多实现方式，比如轮廓检测、透视变换等，下文会举例描述，这里暂不赘述。

步骤103，从校正图像中提取第一类尺度不变特征转换（SIFT：Scale-invariantfeature transform）特征点。

可选地，作为一个实施例，本步骤103可采用SIFT特征提取算法从校正图像中提取第一类SIFT特征点。所谓SIFT特征提取算法，其是一种检测局部特征的算法，该算法可以求取一幅图像中的特征点（interest points,or corner points），这里不重点介绍SIFT特征提取算法。

在本实施例中，第一类SIFT特征点只是为了方便和后文出现的SIFT特征点相区分而进行的命名，并非用于限定。第一类SIFT特征点包括多个SIFT特征点。

步骤104，依据第一类SIFT特征点和已获得的从目标图像中提取的第二类SIFT特征点确定目标图像和校正图像是否匹配，在确定目标图像和校正图像匹配时，从校正图像中提取出数字水印。

本领域技术人员知道，在第三方发布的上述攻击图像，常会由于拍摄距离、像素、拍摄角度等因素的影响，拍摄到的攻击图像相比上述目标图像存在一定程度的失真比如几何变形失真、像素失真等，而失真使得无法从攻击图像中提取所嵌入的水印信息。而本实施例先对攻击图像进行校正得到校正图像，通过依据从校正图像提取的第一类SIFT特征点和从目标图像中提取的第二类SIFT特征点先确定目标图像和校正图像是否匹配，在确定匹配时再依据上述第一类SIFT特征点和第二类SIFT特征点并按照嵌入数字水印的逆方法在校正图像中提取出数字水印，这实现了面向电子显示屏内容翻拍场景下的安全信息的提取。

与第一类SIFT特征点的提取方式类似，本实施例也可在发布目标图像前从目标图像中提取第二类SIFT特征点并存储。基于此，执行到本步骤104时，则可先获得已存储的从目标图像中提取的第二类SIFT特征点，之后执行步骤104。下文会具体描述步骤104的具体实现，这里暂不赘述。

需要说明的是，在本实施例中，上述数字水印至少包括用于作为目标图像被第三方攻击后进行追踪溯源的信息，这里的信息比如目标图像相关联的时间信息（目标图像的拍摄时间、发布时间等）、地点信息（目标图像发布的地点等）。而通过上述信息，则能追溯到具体哪些图像或视频（比如哪个位置发布的或者哪个时间发布的图像或视频）被窃用，以为泄密追责提供可靠线索和证据。至于如何从校正图像中提取出数字水印，该提取过程为数字水印嵌入过程的逆过程，下文在描述数字水印嵌入时会有描述，这里暂不赘述。

至此，完成图1所示流程。

通过图1所示流程实现了将数字水印以不可视的形式嵌入至目标图像之中，以防止第三方在不影响原视频或图像的使用的情况下对目标图像中可视的安全信息遮挡或抹除而窃用目标图像。

进一步地，本实施例中，在获得第三方发布的针对目标图像进行攻击得到的攻击图像后，对攻击图像进行校正处理得到校正图像以消除攻击图像相比目标图像存在的失真，抵抗第三方在攻击比如拍摄等目标图像而得到攻击图像的过程中带来的失真，以防止因为失真而无法从校正图像中提取出不可视的数字水印。

再进一步地，在本实施例中，借助数字水印携带的用于作为目标图像被第三方攻击后进行追踪溯源的信息，可以在目标图像被第三方攻击后进行追踪溯源，以为追责提供可靠的线索和证据。

再进一步地，本实施例中，通过依据从校正图像中提取的第一类SIFT特征点和从目标图像中提取的第二类SIFT特征点确定目标图像和校正图像是否匹配，在确定目标图像和校正图像匹配时从校正图像中提取出不可视的数字水印，实现了从第三方针对目标图像进行攻击得到的攻击图像中提取出不可视的数字水印。

下面对目标图像中如何嵌入不可视的数字水印进行描述：

在本实施例中，目标图像中通过以下步骤a1至步骤a2嵌入不可视的数字水印：

步骤a1，在外部输入的外部信息符合数字水印嵌入要求时，所述数字水印嵌入要求至少包括：不超过指定长度，则检测所述外部信息的长度是否达到指定长度，如果所述外部信息的长度未达到指定长度，则针对所述外部信息进行补位得到符合指定长度的安全信息；若所述外部信息的长度达到指定长度，则将所述外部信息作为符合指定长度的安全信息。

在具体实现中，外部输入的外部信息的长度是有限制的，比如一段不超过56比特。当接收到外部输入的外部信息时，则会检测该外部输入的外部信息是否符合数字水印嵌入要求。作为一个实施例，这里的数字水印嵌入要求可根据实际需求设置，其至少包括设置长度。除了设置长度之外，还可包括数据类型等，本实施例并不具体限定。以数字水印嵌入要求为“长度小于或等于56个比特、数据类型不能为汉字”为例，则在本实施例中，会检测该外部输入的外部信息的长度是否小于或等于56个比特，以及会检测该外部输入的外部信息是否有汉字，如果发现该外部输入的外部信息的长度小于或等于56个比特、且该外部输入的外部信息中不存在汉字，则确定外部输入的外部信息符合数字水印嵌入要求，否则，确定外部输入的外部信息不符合数字水印嵌入要求。需要说明的是，这里只是举例描述外部输入的外部信息是否符合数字水印嵌入要求，并非具体限定。

如步骤a1描述，在外部输入的外部信息符合数字水印嵌入要求时，检测外部信息的长度是否达到指定长度，这里的指定长度可根据实际需求设置，比如设置成56个比特。当外部信息的长度未达到指定长度，则针对外部信息进行补位最终得到符合指定长度的安全信息。这里的补位可以是在外部信息的指定位置比如最后或者最前等补位。可选地，在外部信息进行补位时，具体补的数值可为指定数值比如0或1等，本实施例并不具体限定。

步骤a2，将上述安全信息作为数字水印以不可视的形式嵌入至原始载体中，得到嵌入了不可视的数字水印的目标图像。

可选地，在本实施例中，将上述安全信息作为数字水印以不可视的形式嵌入至原始载体中可包括：首先将上述安全信息进行BCH编码并随后将该BCH编码的字节类型转换为二进制的ASCII字符串类型，转换的同时对单个字母补全8位二进制，对水印序列进行补全构成8×8的数组，之后将数组以不可视的方式嵌入原始载体（比如图像或者视频等），最终得到了上述嵌入了不可视的数字水印的目标图像。因为数字水印不可视，其不影响目标图像。

最终通过上述步骤a1至步骤a2实现了目标图像中嵌入了不可视的数字水印。对应于上述步骤a2，则可选地，上述步骤104中从校正图像中提取出数字水印可包括：从校正图像中框出水印图像，按照预设的交叉验证方法并依据目标图像中已潜入的数字水印从框出的水印图像中提取数字水印。以上述BCH编码的字节类型转换为二进制的ASCII字符串类型作为数字水印为例，则举例描述如何按照预设的交叉验证方法从框出的水印图像中提取数字水印：从校正图像中框出水印图像，从该框出的水印图像中提取SIFT特征点，计算该提取的每一SIFT特征点和目标图像中已潜入的数字水印对应的所有SIFT特征点进行匹配时得到的匹配数值（其可由该提取的每一SIFT特征点和目标图像中已潜入的数字水印对应的每一SIFT特征点进行匹配时得到的匹配值组成），之后验证该匹配数值的长度是否小于指定长度的一半，如果是，输出1，否则，输出0，将输出结果作为该提取的SIFT特征点对应的二进制的ASCII字符。最终通过将提取的各SIFT特征点对应的二进制的ASCII字符组合形成二进制的ASCII字符串类型。之后，对二进制的ASCII字符串类型进行BCH解码即得到上述数字水印。需要说明的是，这只是从校正图像中提取出数字水印的一种实施方式，并非用于限定。

下面通过图2举例描述上述步骤102中如何对攻击图像进行校正处理得到校正图像：

参见图2，图2为本申请实施例提供的步骤102实现流程图。如图2所示，该流程可包括以下步骤：

步骤201，对攻击图像进行轮廓检测以从攻击图像中检测出目标轮廓。

可选地，作为一个实施例，本步骤201中对攻击图像进行轮廓检测以从攻击图像中检测出目标轮廓的方式有多种，下面通过以下步骤b1至步骤b2举例描述其中一种实现方式:

步骤b1，对攻击图像进行向下采样得到下采样图像，将下采样图像转换为等二值图像。

在本实施例中，对攻击图像进行向下采样，其目的是缩小攻击图像，至于缩小的程度，其可根据实际需求设置下采样的倍率，这里不进行限定。

在对攻击图像进行向下采样得到下采样图像后，为直观执行目标轮廓检测，还需要进一步采用二值化算法将将下采样图像转换为等二值图像。这里的等二值图像是指图像上的每一个像素只有两种可能的取值或灰度等级状态，在应用中，经常用黑白、B&W、单色图像等表示二值图像。

步骤b2，依据等二值图像中像素的灰度值确定边界连通性，以根据确定的边界连通性在攻击图像中生成多个连通域，从多个连通域中筛选出凸包数量满足设定要求的连通域作为目标轮廓。

在本实施例中，等二值图像整张图的边界可视作边框，通过图像的灰度值去判断边界连通性，在攻击图像中生成多个连通域。本实施例并不限定连通域的具体生成方式，其可借鉴现有连通域的确定方式。在攻击图像中生成多个连通域后，则根据实际需求，从攻击图像中的多个连通域中筛选出凸包数量满足设定要求的连通域作为目标轮廓。这里的设定要求可基于实际情况设置，比如可为凸包大于3等，本实施例并不具体限定。

至此，通过步骤b1至步骤b2举例实现了如何对攻击图像进行轮廓检测以从攻击图像中检测出目标轮廓。

步骤202，对目标轮廓进行透视变换得到变换图像。

如上描述，攻击图像是第三方对电子显示屏显示的目标图像进行攻击比如放缩、截图、涂抹以及拍摄等得到的，这个过程相当于从三维立体空间投影到二维平面空间，通常会有一定的失真比如几何变形失真、像素失真。为防止该失真影响像素信息位置的准确性，则对目标轮廓（也即上述筛选出的连通域）使用图像变换矩阵H进行透视变换(PerspectiveTransformation)，使连通域中的数字水印得到校正。

这里，透视变换，也称作投影映射(Projective Mapping)，是将图像投影到一个新的视平面(Viewing Plane)。透视变换常用于将图象校正成正投影的形式。图3举例示出了对目标轮廓进行透视变换的示意图。

可选地，在本实施例中，执行透视变换时采用的上述图像变换矩阵H可通过以下公式1表示为：

（公式1）

在公式1中，图像变换矩阵

可以拆成4部分，其中，

表 示线性变换比如scaling，shearing和ratotion；

用于平移，

用于产 生透视变换，[

]单独使用。

步骤203，将所述变换图像转换为所述校正图像，所述校正图像的尺寸为指定尺寸，所述校正图像的颜色空间为指定颜色空间。

在得到上述变换图像后，则可对上述变换图像进行尺寸复原，以使上述变换图像中的数据水印恢复为原始尺寸（在攻击图像中的尺寸）。随后对恢复的图像进行颜色空间转换比如从BGR颜色空间到YCrCb颜色空间转换，最终得到上述校正图像。

至此，完成图2所示流程。

通过图2所示流程实现了上述步骤102中如何对攻击图像进行校正处理得到校正图像。需要说明的是，图2所示流程只是上述步骤102实现的一种实施方式，并非用于限定。

下面对上述步骤103中如何从校正图像中提取第一类SIFT特征点进行描述：

如上描述，在本实施例中，可采用SIFT算法从校正图像中提取第一类SIFT特征点。这里的第一类SIFT特征点可包括多个特征点，该特征点是一些十分突出的不会因光照、尺度、旋转等因素而消失的点，比如角点、边缘点、暗区域的亮点以及亮区域的暗点。

简单说来，在采用SIFT算法提取的SIFT特征点是由DOG空间（对应用于表示尺度空间的DOG高斯金字塔）的局部极值点组成的。为了寻找DOG空间的局部极值点，需要将校正图像中每一个像素点和它所有的相邻点比较，以确定该像素点的图像域和尺度域比相邻点大或者小。如图4所示，中间的检测点和同尺度的8个相邻点和上下相邻尺度对应的9×2个点共26个点比较，以确保在尺度空间和二维图像空间都检测到极值点。在检测到极值点后，还需要对检测到的极值点进行过滤，以过滤掉灰度伪点、边缘不稳定的噪音点等。之后，给过滤后的每一个极值点分配一个基准方向。使用图像梯度的方法求取局部结构的稳定方向。对于在DOG空间中检测出的极值点，采集其在对应的DOG高斯金字塔图像3σ邻域窗口内每一像素的梯度和方向。梯度的模值和方向如下：

其中，梯度的模值通过公式2表示：

（公式2）

方向通过公式3表示：

（公式3）

在公式2和公式3中，L为极值点所在的尺度空间值，x，y表示像素点的位置，x为横坐标值，y为纵坐标值。

在完成极值点的梯度计算后，使用直方图统计邻域内像素的梯度和方向。梯度直方图将0~360度的方向范围分为36个柱(bins)，其中每柱10度，直方图的峰值方向代表了极值点的方向。最终将具有了位置、尺度和方向的极值点确定为上述SIFT特征点。

类似的方式，上述步骤104中从目标图像中提取第二类SIFT特征点的方式类似上述从校正图像提取第一类SIFT特征点的方式，这里不再赘述。

下面对上述步骤104中依据第一类SIFT特征点和已获得的从目标图像中提取的第二类SIFT特征点确定目标图像和校正图像是否匹配：

参见图5，图5为本申请实施例提供的步骤104确定目标图像和校正图像是否匹配的流程图。如图5所示，该流程可包括以下步骤：

步骤501，针对第一类SIFT特征点中每一SIFT特征点计算对应的M维方向特征向量；M为大于1的自然数。

如上描述的SIFT特征点，在本实施例中，可基于SIFT特征点具有的位置、尺度和方向为SIFT特征点建立一个描述符，用一组向量（即上述的M维方向特征向量）描述该SIFT特征点，使其不随各种变化比如光照变化、视角变化等而改变。在本实施例中，SIFT特征点对应的M维方向特征向量不但包括SIFT特征点自身，也包含SIFT特征点周围对其有贡献的像素点。

可选地，在本实施例中，SIFT特征点对应的M维方向特征向量可为128维向量矩阵。至于如何确定SIFT特征点对应的M维方向特征向量，其可参见SIFT算法中特征向量的描述，这里不再赘述。

步骤502，针对第二类SIFT特征点中每一SIFT特征点计算对应的M维方向特征向量。

本步骤502与步骤501类似，这里不再赘述。

步骤503，依据第一类SIFT特征点中各个SIFT特征点对应的M维方向特征向量、以及第二类SIFT特征点中各个SIFT特征点对应的M维方向特征向量确定所述目标图像和所述校正图像是否匹配。

作为一个实施例，本步骤503在具体实现时有很多实现方式，下面通过步骤d1至步骤d2描述其中一种实现方式：

步骤d1，针对第二类SIFT特征点中满足条件的每一参考SIFT特征点，从第一类SIFT特征点中选择出两个SIFT特征点；被选择的其中一个SIFT特征点与所述参考SIFT特征点之间的第一欧式距离最小，另一个SIFT特征点与所述参考SIFT特征点之间的第二欧式距离次小。

可选地，在本步骤d1中，可将第二类SIFT特征点中每一SIFT特征点作为满足条件的参考SIFT特征点，也可根据实际需求有选择性的选择其中一些SIFT特征点作为满足条件的参考SIFT特征点，本实施例并不具体限定。

针对每一参考SIFT特征点，则计算第一类SIFT特征点中每一SIFT特征点与该参考SIFT特征点之间的欧式距离，从第一类SIFT特征点钟选择与该参考SIFT特征点之间的欧式距离最短的一个SIFT特征点、以及选择与该参考SIFT特征点之间的欧式距离次短的一个SIFT特征点，即实现了从第一类SIFT特征点中选择出两个SIFT特征点。

步骤d2，依据第一欧式距离与第二欧式距离确定该参考SIFT特征点是否为匹配点。

可选地，在本实施例中，可计算第一欧式距离与第二欧式距离的比值，假若该比值小于或等于设定阈值比如0.6，则表示该参考SIFT特征点为匹配点。优选地，为便于查看SIFT特征点是否为匹配点，在确定SIFT特征点为匹配点时，可针对参考SIFT特征点设置一个标识，以表示其为匹配点。

步骤d3，依据第二类SIFT特征点中各被确定为匹配点的SIFT特征点确定目标图像和校正图像是否匹配。

可选地，比如，识别第二类SIFT特征点中被确定为匹配点的SIFT特征点在第二类SIFT特征点中占用的比例；当所述比例大于设定比例时，确定目标图像和校正图像匹配，否则，确定目标图像和校正图像不匹配。需要说明的是，这里只是举例描述如何确定目标图像和校正图像是否匹配，并非用于限定。

至此，完成了图5所示流程。

通过图5所示流程，实现了步骤104确定目标图像和校正图像是否匹配。需要说明的是，图5所示流程只是一种举例，并非用于限定。

以上对本申请提供的方法进行了描述，下面对本申请提供的装置进行描述：

参见图6，图6为本申请实施例提供的装置结构图。该装置可包括：

获得单元，用于获得第三方发布的针对目标图像进行攻击得到的攻击图像；所述目标图像中嵌入了不可视的数字水印；

校正单元，用于对所述攻击图像进行校正处理得到校正图像；所述校正处理用于消除所述攻击图像相比所述目标图像存在的失真；

处理单元，用于从所述校正图像中提取第一类尺度不变特征转换SIFT特征点；并依据所述第一类SIFT特征点和已获得的从所述目标图像中提取的第二类SIFT特征点确定所述目标图像和所述校正图像是否匹配，在确定所述目标图像和所述校正图像匹配时，从所述校正图像中提取出所述数字水印，所述数字水印至少包括用于作为所述目标图像被所述第三方攻击后进行追踪溯源的信息。

作为一个实施例，所述目标图像中通过以下步骤嵌入不可视的数字水印：

在外部输入的外部信息符合数字水印嵌入要求时，所述数字水印嵌入要求至少包括：不超过指定长度，则检测所述外部信息的长度是否达到指定长度，如果所述外部信息的长度未达到指定长度，则针对所述外部信息进行补位得到符合指定长度的安全信息；若所述外部信息的长度达到指定长度，则将所述外部信息作为符合指定长度的安全信息；

将所述安全信息作为数字水印以不可视的形式嵌入至原始载体中，得到嵌入了不可视的数字水印的所述目标图像。

作为一个实施例，校正单元对所述攻击图像进行校正处理得到校正图像包括：

对所述攻击图像进行轮廓检测以从所述攻击图像中检测出目标轮廓；

对所述目标轮廓进行透视变换得到变换图像；

将所述变换图像转换为所述校正图像，所述校正图像的尺寸为指定尺寸，所述校正图像的颜色空间为指定颜色空间。

作为一个实施例，校正单元对所述攻击图像进行轮廓检测以从所述攻击图像中检测出目标轮廓包括：

对所述攻击图像进行向下采样得到下采样图像，将所述下采样图像转换为等二值图像；

依据所述等二值图像中像素的灰度值确定边界连通性，以根据所述确定的所述边界连通性在所述攻击图像中生成多个连通域；

从所述多个连通域中筛选出凸包数量满足设定要求的连通域作为所述目标轮廓。

作为一个实施例，处理单元所述依据所述第一类SIFT特征点和已获得的从所述目标图像中提取的第二类SIFT特征点确定所述目标图像和所述校正图像是否匹配包括：

针对第一类SIFT特征点中每一SIFT特征点计算对应的M维方向特征向量；所述M为大于1的自然数；

针对第二类SIFT特征点中每一SIFT特征点计算对应的M维方向特征向量；

依据第一类SIFT特征点中各个SIFT特征点对应的M维方向特征向量、以及第二类SIFT特征点中各个SIFT特征点对应的M维方向特征向量确定所述目标图像和所述校正图像是否匹配。

作为一个实施例，处理单元依据第一类SIFT特征点中各个SIFT特征点对应的M维方向特征向量、以及第二类SIFT特征点中各个SIFT特征点对应的M维方向特征向量确定所述目标图像和所述校正图像是否匹配包括：

针对所述第二类SIFT特征点中满足条件的每一参考SIFT特征点，从所述第一类SIFT特征点中选择出两个SIFT特征点；被选择的其中一个SIFT特征点与所述参考SIFT特征点之间的第一欧式距离最小，另一个SIFT特征点与所述参考SIFT特征点之间的第二欧式距离次小；依据所述第一欧式距离与所述第二欧式距离确定该参考SIFT特征点是否为匹配点；

依据所述第二类SIFT特征点中各被确定为匹配点的SIFT特征点确定所述目标图像和所述校正图像是否匹配。

作为一个实施例，处理单元依据所述第二类SIFT特征点中满足匹配条件的SIFT特征点确定所述目标图像和所述校正图像是否匹配包括：

识别第二类SIFT特征点中被确定为匹配点的SIFT特征点在第二类SIFT特征点中占用的比例；

当所述比例大于设定比例时，确定所述目标图像和所述校正图像匹配，否则，确定所述目标图像和所述校正图像不匹配。

至此，完成图6所示装置的结构描述。

本申请实施例还提供了图6所示装置的硬件结构。参见图7，图7为本申请实施例提供的电子设备结构图。如图7所示，该硬件结构可包括：处理器和机器可读存储介质，机器可读存储介质存储有能够被所述处理器执行的机器可执行指令；所述处理器用于执行机器可执行指令，以实现本申请上述示例公开的方法。

基于与上述方法同样的申请构思，本申请实施例还提供一种机器可读存储介质，所述机器可读存储介质上存储有若干计算机指令，所述计算机指令被处理器执行时，能够实现本申请上述示例公开的方法。

示例性的，上述机器可读存储介质可以是任何电子、磁性、光学或其它物理存储装置，可以包含或存储信息，如可执行指令、数据，等等。例如，机器可读存储介质可以是：RAM（Radom Access Memory，随机存取存储器）、易失存储器、非易失性存储器、闪存、存储驱动器（如硬盘驱动器）、固态硬盘、任何类型的存储盘（如光盘、dvd等），或者类似的存储介质，或者它们的组合。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机，计算机的具体形式可以是个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件收发设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任意几种设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备（系统）、和计算机程序产品的流程图和/或方框图来描述的。应理解可以由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其它可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其它可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

而且，这些计算机程序指令也可以存储在能引导计算机或其它可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或者多个流程和/或方框图一个方框或者多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其它可编程数据处理设备上，使得在计算机或者其它可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其它可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (8)

1.一种面向电子显示屏内容翻拍场景下的安全信息提取方法，其特征在于，该方法包括：

获得第三方发布的针对目标图像进行攻击得到的攻击图像；所述目标图像中嵌入了不可视的数字水印；

对所述攻击图像进行校正处理得到校正图像；所述校正处理用于消除所述攻击图像相比所述目标图像存在的失真；其中，所述对所述攻击图像进行校正处理得到校正图像包括：对所述攻击图像进行轮廓检测以从所述攻击图像中检测出目标轮廓；对所述目标轮廓进行透视变换得到变换图像；将所述变换图像转换为所述校正图像，所述校正图像的尺寸为指定尺寸，所述校正图像的颜色空间为指定颜色空间；

从所述校正图像中提取第一类尺度不变特征转换SIFT特征点；

依据第一类SIFT特征点和已获得的从所述目标图像中提取的第二类SIFT特征点确定所述目标图像和所述校正图像是否匹配，在确定所述目标图像和所述校正图像匹配时，从所述校正图像中提取出所述数字水印，所述数字水印至少包括用于作为所述目标图像被所述第三方攻击后进行追踪溯源的信息。

2.根据权利要求1所述的方法，其特征在于，所述目标图像中通过以下步骤嵌入不可视的数字水印：

在外部输入的外部信息符合数字水印嵌入要求时，所述数字水印嵌入要求至少包括：不超过指定长度，则检测所述外部信息的长度是否达到指定长度，如果所述外部信息的长度未达到指定长度，则针对所述外部信息进行补位得到符合指定长度的安全信息；若所述外部信息的长度达到指定长度，则将所述外部信息作为符合指定长度的安全信息；

将所述安全信息作为数字水印以不可视的形式嵌入至原始载体中，得到嵌入了不可视的数字水印的所述目标图像。

3.根据权利要求1所述的方法，其特征在于，所述对所述攻击图像进行轮廓检测以从所述攻击图像中检测出目标轮廓包括：

对所述攻击图像进行向下采样得到下采样图像，将所述下采样图像转换为等二值图像；

依据所述等二值图像中像素的灰度值确定边界连通性，以根据所述确定的所述边界连通性在所述攻击图像中生成多个连通域；

从所述多个连通域中筛选出凸包数量满足设定要求的连通域作为所述目标轮廓。

4.根据权利要求1所述的方法，其特征在于，所述依据第一类SIFT特征点和已获得的从所述目标图像中提取的第二类SIFT特征点确定所述目标图像和所述校正图像是否匹配包括：

针对第一类SIFT特征点中每一SIFT特征点计算对应的M维方向特征向量；所述M为大于1的自然数；

针对第二类SIFT特征点中每一SIFT特征点计算对应的M维方向特征向量；

依据第一类SIFT特征点中各个SIFT特征点对应的M维方向特征向量、以及第二类SIFT特征点中各个SIFT特征点对应的M维方向特征向量确定所述目标图像和所述校正图像是否匹配。

5.根据权利要求4所述的方法，其特征在于，所述依据第一类SIFT特征点中各个SIFT特征点对应的M维方向特征向量、以及第二类SIFT特征点中各个SIFT特征点对应的M维方向特征向量确定所述目标图像和所述校正图像是否匹配包括：

针对第二类SIFT特征点中满足条件的每一参考SIFT特征点，从第一类SIFT特征点中选择出两个SIFT特征点；被选择的其中一个SIFT特征点与所述参考SIFT特征点之间的第一欧式距离最小，另一个SIFT特征点与所述参考SIFT特征点之间的第二欧式距离次小；依据所述第一欧式距离与所述第二欧式距离确定该参考SIFT特征点是否为匹配点；

依据所述第二类SIFT特征点中各被确定为匹配点的SIFT特征点确定所述目标图像和所述校正图像是否匹配。

6.根据权利要求5所述的方法，其特征在于，所述依据所述第二类SIFT特征点中满足匹配条件的SIFT特征点确定所述目标图像和所述校正图像是否匹配包括：

识别第二类SIFT特征点中被确定为匹配点的SIFT特征点在第二类SIFT特征点中占用的比例；

当所述比例大于设定比例时，确定所述目标图像和所述校正图像匹配，否则，确定所述目标图像和所述校正图像不匹配。

7.一种面向电子显示屏内容翻拍场景下的安全信息提取装置，其特征在于，该装置包括：

获得单元，用于获得第三方发布的针对目标图像进行攻击得到的攻击图像；所述目标图像中嵌入了不可视的数字水印；

校正单元，用于对所述攻击图像进行校正处理得到校正图像；所述校正处理用于消除所述攻击图像相比所述目标图像存在的失真；其中，所述对所述攻击图像进行校正处理得到校正图像包括：对所述攻击图像进行轮廓检测以从所述攻击图像中检测出目标轮廓；对所述目标轮廓进行透视变换得到变换图像；将所述变换图像转换为所述校正图像，所述校正图像的尺寸为指定尺寸，所述校正图像的颜色空间为指定颜色空间；

处理单元，用于从所述校正图像中提取第一类尺度不变特征转换SIFT特征点；并依据第一类SIFT特征点和已获得的从所述目标图像中提取的第二类SIFT特征点确定所述目标图像和所述校正图像是否匹配，在确定所述目标图像和所述校正图像匹配时，依据所述第一类SIFT特征点和所述第二类SIFT特征点在所述校正图像中提取出所述数字水印，所述数字水印至少包括用于作为所述目标图像被所述第三方攻击后进行追踪溯源的信息。

8.一种电子设备，其特征在于，该电子设备包括：处理器和机器可读存储介质；

所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令；

所述处理器用于执行机器可执行指令，以实现权利要求1-6任一项的方法步骤。

Images