CN103294667A - 通过水印进行同源图片追踪的方法及系统 - Google Patents
通过水印进行同源图片追踪的方法及系统 Download PDFInfo
- Publication number
- CN103294667A CN103294667A CN 201110430389 CN201110430389A CN103294667A CN 103294667 A CN103294667 A CN 103294667A CN 201110430389 CN201110430389 CN 201110430389 CN 201110430389 A CN201110430389 A CN 201110430389A CN 103294667 A CN103294667 A CN 103294667A
- Authority
- CN
- China
- Prior art keywords
- picture
- watermark
- feature value
- value
- homology
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Editing Of Facsimile Originals (AREA)
- Image Processing (AREA)
Abstract
本发明揭示了一种通过水印进行同源图片追踪的方法及系统。该方法可包括步骤：获取当前图片的水印中保存的图片特征值；根据所述图片特征值，在数据库中检索与所述图片特征值相匹配的同源图片。本发明使用图片的准确特征值进行能容错的匹配，故可保证若能匹配上库中的数据，基本可确定是同源图片，误差率极小，准确度高；还可利用图片水印进行追踪，而水印的产生和读取的复杂度要小于相似度识别，特征串的长度也远小于相似度，使得匹配速度更快。
Description
技术领域
本发明涉及到同源图片追踪技术，特别涉及到一种通过水印进行同源图片追踪的方法及系统。
背景技术
同源图片是指在同一平台上有相同源头的图片及其变种。例如一张图片传递到某一平台后，再经过各种变种如格式转换、剪切等再传播，则这些图片属于同源图片。若同一个场景被不同的人拍照或绘画，则不属于同源图片。
web2.0时代，大量数据都是由用户产生的。一个数据源进入互联网之后，会在传播过程中由于各种用户或系统的行为而产生变种。比如一个图片在放入网络后，在传播过程中很容易被压缩、裁剪、修改格式、加用户信息以及轻度PS(Photoshop)等操作修改，从而产生大量变种，加大了图片追踪的难度。在做图片分类和图片追踪的应用中，就无法用简单的图片特征如md5等识别同源图片，而只能采用基于内容的图片相似度匹配或者基于文字标签的方式来识别图片。
图片相似度识别技术目前还不是很成熟，大多使用sift等技术实现，运算量大而准确率不高；并且都是基于模糊匹配，不能保证图片确切相似，更无法保证是同源图片。因此，在目前技术水平下无法应用到大规模实时图片处理中。
基于文字标签的方式可以在平台内部准确的进行图片溯源追踪，但由于其依附于平台内部的文字标签，而文字标签可能会随着截屏以及单独下载图片等方式被抹掉，所以一旦图片脱离了平台，就无法再被追踪到。
图片内部文字标签类似于外部标签，差别是将附加信息插入到图片的内部，比如jpg图片允许直接在尾部添加信息，不会对图片本身产生影响。但一旦图片被修改、压缩、格式转换以及截图等操作均会破坏其标签。
因此，在本领域中提出一种有效的同源图片追踪方式成为亟待解决的问题。
发明内容
本发明的主要目的为提供一种通过水印进行同源图片追踪的方法，提升了同源图片追踪的准确度以及速度。
本发明提出一种通过水印进行同源图片追踪的方法，包括步骤：
获取当前图片的水印中保存的图片特征值；
根据所述图片特征值，在数据库中检索与所述图片特征值相匹配的同源图片。
优选地，所述获取当前图片的水印中保存的图片特征值的步骤前还包括：
获取当前图片的图片特征值，在数据库中检索与所述图片特征值相匹配的同源图片。
优选地，所述图片特征值包括：
MD5值或SHA1值。
优选地，所述获取当前图片的水印中保存的图片特征值的步骤前还包括：
检测终端上传的当前图片中是否存在保存有图片特征值的水印；
在不存在水印时，在当前图片中置入保存有图片特征值的水印；
在存在水印时，保存图片相关信息至数据库；所述图片相关信息包括图片特征值、水印中图片特征值、图片保存位置和/或图片保存时间。
优选地，所述在当前图片中置入保存有图片特征值的水印的步骤具体包括：
根据预设密钥生成N维的伪随机初始序列，将初始序列按比特位置反后追加到初始序列之后，产生了2N维序列；
提取图像特征点前2N个系数形成系数序列，根据所述2N维序列的奇偶性取得所述系数序列的奇偶性。
优选地，所述检测终端上传的当前图片中是否存在保存有图片特征值的水印的步骤前还包括：
接收终端上传的当前图片并获取其图片特征值。
优选地，所述获取当前图片的水印中保存的图片特征值具体包括：
提取所述图像特征点的邻域分块DCT的多个系数组成的系数数列，统计数列中前N个系数与最后N个系数的比特值相等的个数，若所述个数小于预定阈值，则判定所述图像特征点附近嵌入有水印，从而获取水印中保存的图片特征值；所述比特值根据比特位的奇偶性计算；所述N为正整数。
本发明还提出一种通过水印进行同源图片追踪的系统，包括：
水印提取单元，用于获取当前图片的水印中保存的图片特征值；
特征匹配单元，用于根据所述图片特征值，在数据库中检索与所述图片特征值相匹配的同源图片。
优选地，所述系统还包括：
特征计算单元，用于获取当前图片的图片特征值，并通过所述特征匹配单元在数据库中检索与所述图片特征值相匹配的同源图片。
优选地，所述图片特征值包括：
MD5值或SHA1值。
优选地，所述系统还包括：
水印检测单元，用于检测终端上传的当前图片中是否存在保存有图片特征值的水印；
水印生成单元，用于在不存在水印时，在当前图片中置入保存有图片特征值的水印；
信息保存单元，用于在存在水印时，保存图片相关信息至数据库；所述图片相关信息包括图片特征值、水印中图片特征值、图片保存位置和/或图片保存时间。
优选地，所述水印生成单元具体用于：
根据预设密钥生成N维的伪随机初始序列，将初始序列按比特位置反后追加到初始序列之后，产生了2N维的序列；以及，提取图像特征点前2N个系数形成系数序列，根据所述2N维序列的奇偶性取得所述系数序列的奇偶性。
优选地，所述特征计算单元还用于：
接收终端上传的当前图片并获取其图片特征值。
优选地，所述水印提取单元具体用于：
提取所述图像特征点的邻域分块DCT的多个系数组成的系数数列，统计数列中前N个系数与最后N个系数的比特值相等的个数，若所述个数小于预定阈值，则判定所述图像特征点附近嵌入有水印，从而获取水印中保存的图片特征值；所述比特值根据比特位的奇偶性计算；所述N为正整数。
本发明使用图片的准确特征值进行能容错的匹配，故可保证若能匹配上库中的数据，基本可确定是同源图片，误差率极小，准确度高；可利用图片水印进行追踪，而水印的产生和读取的复杂度要小于相似度识别，特征串的长度也远小于相似度，使得匹配速度更快；水印的追踪是将水印数据嵌入到图片自身，不会随平台变化以及图片轻微变化等导致信息丢失；只要图片变化在水印设计容忍范围内均可重建特征信息，因此鲁棒性好。
附图说明
图1是本发明通过水印进行同源图片追踪的方法一实施例中步骤流程示意图；
图2是本发明通过水印进行同源图片追踪的方法另一实施例中步骤流程示意图；
图3是本发明通过水印进行同源图片追踪的方法另一实施例中置入水印的流程示意图；
图4是本发明通过水印进行同源图片追踪的方法另一实施例中另一步骤流程示意图；
图5是本发明通过水印进行同源图片追踪的方法一实施例中应用架构示意图；
图6A、图6B和图6C是本发明通过水印进行同源图片追踪的方法一实施例中图片追踪效果示意图；
图7是本发明通过水印进行同源图片追踪的系统一实施例中结构示意图；
图8是本发明通过水印进行同源图片追踪的系统另一实施例中结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
参照图1，提出本发明一种通过水印进行同源图片追踪的方法一实施例。该方法可包括：
步骤S10、获取当前图片的水印中保存的图片特征值；
步骤S11、根据所述图片特征值，在数据库中检索与所述图片特征值相匹配的同源图片。
上述通过水印进行同源图片追踪的方法，可通过将图片初始源的图片特征值通过数字水印技术嵌入到图片本身，则可在进行图片检测时，从图片的水印快速提取出图片特征值并对比特征数据库进行图片匹配，追踪图片源头。由于该图片特征值为图片的唯一可辨识特征(比如MD5值或SHA1值)，根据其进行的图片匹配误差极小，提升了同源图片追踪的准确性以及速度。
参照图2，在本发明另一实施例中，上述步骤S10之前还可包括：
步骤S100、接收终端上传的当前图片并获取其图片特征值；
步骤S101、检测终端上传的当前图片中是否存在保存有图片特征值的水印；在不存在水印时，进行步骤S102；在存在水印时，进行步骤S104；
步骤S102、在当前图片中置入保存有图片特征值的水印；
步骤S103、计算置入水印后的图片特征值；
步骤S104、保存图片相关信息至数据库；所述图片相关信息包括图片特征值、水印中图片特征值、图片保存位置和/或图片保存时间。
在平台中进行同源图片追踪的完整处理流程可包括特征添加流程以及图片追踪流程等。
上述特征添加流程主要在平台的业务逻辑中实现，用以对终端所上传的图片进行预处理以备便于后续的图片追踪。该业务逻辑指对终端提供图片服务的业务，如相册等。上述图片特征值包括：MD5值或SHA1(Secure HashAlgorithm，安全哈希算法)值。
当平台接收到终端上传的当前图片时，首先可通过特征计算器计算上传当前图片的MD5值。然后可通过水印检测器检测该当前图片中是否存在保存有MD5值的水印。如不存在，则可将计算的MD5值，利用水印生成器将该MD5值作为水印数据嵌入至当前图片中，并利用特征计算器计算置入水印后的当前图片的MD5值，再将置入水印后的MD5值、水印中MD5值(即置入水印前的MD5值)、图片(在平台中的)保存位置和/或图片保存时间等图片相关信息，保存至数据库中，图片上传完成。该图片与图片相关信息可分开存储。水印的置入包括但不局限于一次，还包括在必要的时候重建水印以强化信息避免失真累加。
参照图3，上述步骤S102具体可包括：
步骤S1021、根据预设密钥生成N维的伪随机初始序列，将初始序列按比特位置反后追加到初始序列之后，产生了2N维序列；
步骤S1022、提取图像特征点前2N个系数形成系数序列，根据所述2N维序列的奇偶性取得所述系数序列的奇偶性。
将水印嵌入图像可包括以下流程：产生水印信息、提取图像特征点、进行DCT变换以及嵌入水印。
上述产生水印信息的过程可为：由特定密钥K生成一个N维的伪随机比特序列S，将序列S按位置反后追加到S后面，产生了一个2N维的序列SS。本实施例中，密钥K可为原始图像文件，序列S为图像文件进行MD5算法后产生的128维序列。
上述提取图像特征点的过程可为：对原始图像进行RGB->YCrCb色彩域变换，提取YCrCb中的光照分量Y。在Y图上提取Harris角点，为了保证嵌入水印信息互不干扰，要求提取的角点空间位置之间至少保持一定的距离D。本实施例中，D取值可为48个像素，Harris窗口大小为5x5个像素。
上述DCT变换的过程可为：在提取的每个特征点附近邻域RxR个像素窗口中，进行分块DCT变换，块大小为8x8。本实施例中，R取值可为32。
上述嵌入水印的过程可为：对每个经过DCT变换的特征点，按照zig-zag方式提取所有DCT块的前M个系数进行一维排列得到系数序列W，要保持W维数与水印序列SS相等。然后进行量化，量化因子为F，根据SS序列上比特位值为0或1，来决定系数序列W每位系数量化后的奇偶性。本实施例中，M取值可为16，当SS[i]为0时，则W[i]取量化后与之最接近的偶数，否则，则取奇数。
图片在平台的传播过程中，保存图片相关信息的数据库中数据变化可如下表1所示：
表1
由上表1可以看出，通过原图或任意一个变种，均可以找到传播链中的所有变种，实现同源图片的追踪。
上述图片追踪流程即可为对某个被检测图片进行追踪回溯。
在进行图片追踪时，参照图4，上述步骤S10之前还包括：
步骤S105、获取当前图片的图片特征值，在数据库中检索与所述图片特征值相匹配的同源图片。
参照图5，在对被追踪图片进行检测时，首先通过特征计算器计算当前图片的MD5值，根据该MD5值查询存储有图片相关信息的数据库，检索该数据库中是否有相匹配的MD5值。如有，通过水印提取器找到与当前图片的MD5值对应的水印中保存的MD5值，从而找到该水印对应的所有图片。如没有，则通过水印提取器获取图片水印中保存的MD5值，查询存储有图片相关信息的数据库，检索该数据库中是否有相匹配的MD5值；如有，找到该水印对应的所有图片。
上述MD5值的匹配包括但并不局限于准确的等值匹配，也还包括对特征值的按位近似匹配，以支持特征值如MD5值少量丢失时仍能定位到图片。对MD5值相似匹配的可行性在于：MD5值有128bit，自身信息容量极大，而现实中存在的图片库即便是万亿张图片级别，实质上也只占用了40bit的空间，因此理论上每两个不同的MD5值之间仍然有88bit信息的区别，假设判断阈值取20bit不同，则误匹配的几率只有1/268，所以相似匹配也可以很准确的找到原始的图片。
参照图6A、图6B和图6C，其为本实施例中图片追踪的效果图，从图6A、图6B中可以看出，原始图片进入平台之后即被标记，后续多次传播，只要水印能够解析，总是能从其中任意一个变种出发，找到整个变种树。图6A中原始图第一进入平台，图6B中原始图的变种1再次进入平台。假设在上面的传播过程结束后，希望通过变种2找到该图片从源头以来传播过的变种以及图片，则可以追踪到图6C中效果，考虑到时间因素，还可以初步确定其变种的先后顺序。该变种1和变种2中的水印皆未被完全破坏。
上述通过水印进行同源图片追踪的方法，可使用图片的准确特征值进行能容错的匹配，故可保证若能匹配上库中的数据，基本可确定是同源图片，误差率极小，准确度高；可利用图片水印进行追踪，而水印的产生和读取的复杂度要小于相似度识别，特征串的长度也远小于相似度，使得匹配速度更快；水印的追踪是将水印数据嵌入到图片自身，不会随平台变化以及图片轻微变化等导致信息丢失；只要图片变化在水印设计容忍范围内均可重建特征信息，因此鲁棒性好。
上述通过水印进行同源图片追踪的方法的应用范围广，且能确保准确找到同源图片，在图片扩散追踪中能够起到非常好的效果；同时，对于图片分类也有很好的辅助作用，可以为用户行为建模提供有效的数据支持。由于是针对具体应用场景，因此采用的数字水印只要能够对常见的传播失真(如轻度压缩、适度裁剪、格式修改或者右下角加水印等)具备鲁棒性，其他的数字水印常见的问题如破解以及防篡改等可以不用过多关注。为了提高追踪能力，使用不依赖密钥的局部化盲水印技术。该局部化盲水印技术可在置入水印时，对水印数据进行冗余拓展，增加较原始比特数据规模(比如一倍以上)的检验数据，再嵌入到图像特征点邻域的变换域。本实施例中可将图片的特征值作为水印数据，比如MD5值，而该MD5值有128bit，信息容量极大。检测时，对每个图像特征点P，提取其邻域分块DCT的前M个系数组成系数数列W，检验每个W[i]系数的奇偶性，i为自然数。本实施例中，若W[i]为奇，则检测出的序列UnKnowSS[i]的比特值取1，否则取0。统计UnKnowSS中前N位UnKnowSS[0]至UnKnowSS[i]与后N位UnKnowSS[i+1]至UnKnowSS[i+N]的比特值相等的个数Q，若Q小于预先给定的阈值T，则认为该图像特征点为有效点，此时序列UnKownSS为有效序列ValidSS，即存在有效水印信息。本实施例中，上述T值可取为12。使用该局部化盲水印技术，在提升水印检测速度的同时，还可对裁剪等常见失真有很强的鲁棒性。
参照图7，提出本发明一种通过水印进行同源图片追踪的系统20一实施例。该系统20可包括：水印提取单元21以及特征匹配单元22；该水印提取单元21，用于获取当前图片的水印中保存的图片特征值；该特征匹配单元22，用于根据所述图片特征值，在数据库中检索与所述图片特征值相匹配的同源图片。
上述通过水印进行同源图片追踪的系统20，可通过将图片初始源的图片特征值通过数字水印技术嵌入到图片本身，则可在进行图片检测时，从图片的水印快速提取出图片特征值并对比特征数据库进行图片匹配，追踪图片源头。由于该图片特征值为图片的唯一可辨识特征(比如MD5值或SHA1值)，根据其进行的图片匹配误差极小，提升了同源图片追踪的准确性以及速度。
参照图8，在本发明另一实施例中，上述系统20还可包括：特征计算单元23、水印检测单元24、水印生成单元25以及信息保存单元26；该特征计算单元23可用于接收终端上传的当前图片并获取其图片特征值；该水印检测单元24可用于检测终端上传的当前图片中是否存在保存有图片特征值的水印；水印生成单元25可用于在不存在水印时，在当前图片中置入保存有图片特征值的水印；该信息保存单元26可用于在存在水印时，保存图片相关信息至数据库；所述图片相关信息包括图片特征值、水印中图片特征值、图片保存位置和/或图片保存时间。
在平台中进行同源图片追踪的完整处理流程可包括特征添加流程以及图片追踪流程等。
上述特征添加流程主要在平台的业务逻辑中实现，用以对终端所上传的图片进行预处理以备便于后续的图片追踪。该业务逻辑指对终端提供图片服务的业务，如相册等。上述图片特征值包括：MD5值或SHA1(Secure HashAlgorithm，安全哈希算法)值。本实施例中上述特征计算单元23可为特征计算器，上述水印检测单元24可为水印检测器，上述水印生成单元25可为水印生成器，上述水印提取单元21可为水印提取器。
当平台接收到终端上传的当前图片时，首先可通过特征计算器计算上传当前图片的MD5值。然后可通过水印检测器检测该当前图片中是否存在保存有MD5值的水印。如不存在，则可将计算的MD5值，利用水印生成器将该MD5值作为水印数据嵌入至当前图片中，并利用特征计算器计算置入水印后的当前图片的MD5值，再将置入水印后的MD5值、水印中MD5值(即置入水印前的MD5值)、图片(在平台中的)保存位置和/或图片保存时间等图片相关信息，保存至数据库中，图片上传完成。该图片与图片相关信息可分开存储。水印的置入包括但不局限于一次，还包括在必要的时候重建水印以强化信息避免失真累加。
上述水印生成单元25具体用于：根据预设密钥生成N维的伪随机初始序列，将初始序列按比特位置反后追加到初始序列之后，产生了2N维的序列；以及，提取图像特征点前2N个系数形成系数序列，根据所述2N维序列的奇偶性取得所述系数序列的奇偶性。
将水印嵌入图像可包括以下流程：产生水印信息、提取图像特征点、进行DCT变换以及嵌入水印。
上述产生水印信息的过程可为：由特定密钥K生成一个N维的伪随机比特序列S，将序列S按位置反后追加到S后面，产生了一个2N维的序列SS。本实施例中，密钥K可为原始图像文件，序列S为图像文件进行MD5算法后产生的128维序列。
上述提取图像特征点的过程可为：对原始图像进行RGB->YCrCb色彩域变换，提取YCrCb中的光照分量Y。在Y图上提取Harris角点，为了保证嵌入水印信息互不干扰，要求提取的角点空间位置之间至少保持一定的距离D。本实施例中，D取值可为48个像素，Harris窗口大小为5x5个像素。
上述DCT变换的过程可为：在提取的每个特征点附近邻域RxR个像素窗口中，进行分块DCT变换，块大小为8x8。本实施例中，R取值可为32。
上述嵌入水印的过程可为：对每个经过DCT变换的特征点，按照zig-zag方式提取所有DCT块的前M个系数进行一维排列得到系数序列W，要保持W维数与水印序列SS相等。然后进行量化，量化因子为F，根据SS序列上比特位值为0或1，来决定系数序列W每位系数量化后的奇偶性。本实施例中，M取值可为16，当SS[i]为0时，则W[i]取量化后与之最接近的偶数，否则，则取奇数。
上述特征计算单元23还用于获取当前图片的图片特征值，并通过所述特征匹配单元22在数据库中检索与所述图片特征值相匹配的同源图片。
在对被追踪图片进行检测时，首先通过特征计算器计算当前图片的MD5值，根据该MD5值查询存储有图片相关信息的数据库，检索该数据库中是否有相匹配的MD5值。如有，通过水印提取器找到与当前图片的MD5值对应的水印中保存的MD5值，从而找到该水印对应的所有图片。如没有，则通过水印提取器获取图片水印中保存的MD5值，查询存储有图片相关信息的数据库，检索该数据库中是否有相匹配的MD5值；如有，找到该水印对应的所有图片。
上述MD5值的匹配包括但并不局限于准确的等值匹配，也还包括对特征值的按位近似匹配，以支持特征值如MD5值少量丢失时仍能定位到图片。对MD5值相似匹配的可行性在于：MD5值有128bit，自身信息容量极大，而现实中存在的图片库即便是万亿张图片级别，实质上也只占用了40bit的空间，因此理论上每两个不同的MD5值之间仍然有88bit信息的区别，假设判断阈值取20bit不同，则误匹配的几率只有1/268，所以相似匹配也可以很准确的找到原始的图片。
上述通过水印进行同源图片追踪的系统20，可使用图片的准确特征值进行能容错的匹配，故可保证若能匹配上库中的数据，基本可确定是同源图片，误差率极小，准确度高；可利用图片水印进行追踪，而水印的产生和读取的复杂度要小于相似度识别，特征串的长度也远小于相似度，使得匹配速度更快；水印的追踪是将水印数据嵌入到图片自身，不会随平台变化以及图片轻微变化等导致信息丢失；只要图片变化在水印设计容忍范围内均可重建特征信息，因此鲁棒性好。
上述通过水印进行同源图片追踪的系统20的应用范围广，且能确保准确找到同源图片，在图片扩散追踪中能够起到非常好的效果；同时，对于图片分类也有很好的辅助作用，可以为用户行为建模提供有效的数据支持。由于是针对具体应用场景，因此采用的数字水印只要能够对常见的传播失真(如轻度压缩、适度裁剪、格式修改或者右下角加水印等)具备鲁棒性，其他的数字水印常见的问题如破解以及防篡改等可以不用过多关注。为了提高追踪能力，使用不依赖密钥的局部化盲水印技术。该局部化盲水印技术可在置入水印时，对水印数据进行冗余拓展，增加较原始比特数据规模(比如一倍以上)的检验数据，再嵌入到图像特征点邻域的变换域。本实施例中可将图片的特征值作为水印数据，比如MD5值，而该MD5值有128bit，信息容量极大。检测时，对每个图像特征点P，提取其邻域分块DCT的前M个系数组成系数数列W，检验每个W[i]系数的奇偶性，i为自然数。本实施例中，若W[i]为奇，则检测出的序列UnKnowSS[i]的比特值取1，否则取0。统计UnKnowSS中前N位UnKnowSS[0]至UnKnowSS[i]与后N位UnKnowSS[i+1]至UnKnowSS[i+N]的比特值相等的个数Q，若Q小于预先给定的阈值T，则认为该图像特征点为有效点，此时序列UnKownSS为有效序列ValidSS，即存在有效水印信息。本实施例中，上述T值可取为12。使用该局部化盲水印技术，在提升水印检测速度的同时，还可对裁剪等常见失真有很强的鲁棒性。
以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种通过水印进行同源图片追踪的方法，其特征在于，包括步骤：
获取当前图片的水印中保存的图片特征值；
根据所述图片特征值，在数据库中检索与所述图片特征值相匹配的同源图片。
2.根据权利要求1所述的通过水印进行同源图片追踪的方法，其特征在于，所述获取当前图片的水印中保存的图片特征值的步骤前还包括：
获取当前图片的图片特征值，在数据库中检索与所述图片特征值相匹配的同源图片。
3.根据权利要求2所述的通过水印进行同源图片追踪的方法，其特征在于，所述图片特征值包括：
MD5值或SHA1值。
4.根据权利要求1至3中任一项所述的通过水印进行同源图片追踪的方法，其特征在于，所述获取当前图片的水印中保存的图片特征值的步骤前还包括：
检测终端上传的当前图片中是否存在保存有图片特征值的水印；
在不存在水印时，在当前图片中置入保存有图片特征值的水印；
在存在水印时，保存图片相关信息至数据库；所述图片相关信息包括图片特征值、水印中图片特征值、图片保存位置和/或图片保存时间。
5.根据权利要求4所述的通过水印进行同源图片追踪的方法，其特征在于，所述检测终端上传的当前图片中是否存在保存有图片特征值的水印的步骤前还包括：接收终端上传的当前图片并获取其图片特征值。
6.一种通过水印进行同源图片追踪的系统，其特征在于，包括：
水印提取单元，用于获取当前图片的水印中保存的图片特征值；
特征匹配单元，用于根据所述图片特征值，在数据库中检索与所述图片特征值相匹配的同源图片。
7.根据权利要求6所述的通过水印进行同源图片追踪的系统，其特征在于，所述系统还包括：
特征计算单元，用于获取当前图片的图片特征值，并通过所述特征匹配单元在数据库中检索与所述图片特征值相匹配的同源图片。
8.根据权利要求7所述的通过水印进行同源图片追踪的系统，其特征在于，所述图片特征值包括：
MD5值或SHA1值。
9.根据权利要求6至8中任一项所述的通过水印进行同源图片追踪的系统，其特征在于，所述系统还包括：
水印检测单元，用于检测终端上传的当前图片中是否存在保存有图片特征值的水印；
水印生成单元，用于在不存在水印时，在当前图片中置入保存有图片特征值的水印；
信息保存单元，用于在存在水印时，保存图片相关信息至数据库；所述图片相关信息包括图片特征值、水印中图片特征值、图片保存位置和/或图片保存时间。
10.根据权利要求9所述的通过水印进行同源图片追踪的系统，其特征在于，所述特征计算单元还用于：
接收终端上传的当前图片并获取其图片特征值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201110430389.XA CN103294667B (zh) | 2012-02-27 | 2012-02-27 | 通过水印进行同源图片追踪的方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201110430389.XA CN103294667B (zh) | 2012-02-27 | 2012-02-27 | 通过水印进行同源图片追踪的方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103294667A true CN103294667A (zh) | 2013-09-11 |
| CN103294667B CN103294667B (zh) | 2019-07-16 |
Family
ID=49095561
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201110430389.XA Active CN103294667B (zh) | 2012-02-27 | 2012-02-27 | 通过水印进行同源图片追踪的方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103294667B (zh) |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104361510A (zh) * | 2014-12-01 | 2015-02-18 | 北京金和软件股份有限公司 | 一种基于注册推广码的广告收益分享方法 |
| CN104809158A (zh) * | 2015-03-26 | 2015-07-29 | 小米科技有限责任公司 | 网络内容过滤方法及装置 |
| CN105335956A (zh) * | 2014-08-06 | 2016-02-17 | 腾讯科技（深圳）有限公司 | 同源图像的校验方法及装置 |
| WO2016062202A1 (zh) * | 2014-10-23 | 2016-04-28 | 阿里巴巴集团控股有限公司 | 客户端下载图片的方法及其装置 |
| CN108133382A (zh) * | 2017-12-24 | 2018-06-08 | 苏州云葫芦信息科技有限公司 | 商标盗用预警系统及方法 |
| CN108269220A (zh) * | 2016-12-30 | 2018-07-10 | 北京思源互联科技有限公司 | 定位数字水印的方法及装置 |
| CN109155736A (zh) * | 2016-03-21 | 2019-01-04 | 利弗莱姆有限公司 | 数据加水印和加指纹系统和方法 |
| CN109461110A (zh) * | 2018-10-11 | 2019-03-12 | 阿里巴巴集团控股有限公司 | 确定图片的溯源信息的方法及装置 |
| CN109858207A (zh) * | 2019-01-31 | 2019-06-07 | 南京麦朵信息技术有限公司 | 一种非授权分发的多媒体版权追踪的方法 |
| CN109992683A (zh) * | 2019-04-09 | 2019-07-09 | 百度在线网络技术（北京）有限公司 | 图像信息存储方法、获取方法、终端、服务器和介质 |
| CN110533443A (zh) * | 2018-05-25 | 2019-12-03 | 阿里巴巴集团控股有限公司 | 追踪合图中素材的方法、设备及存储介质 |
| CN110933086A (zh) * | 2019-11-29 | 2020-03-27 | 中电福富信息科技有限公司 | 基于数字水印和流量劫持的非侵入式截图保护方法及系统 |
| CN111445375A (zh) * | 2019-01-16 | 2020-07-24 | 阿里巴巴集团控股有限公司 | 水印嵌入方案和数据处理方法、装置及设备 |
| CN111640051A (zh) * | 2019-03-01 | 2020-09-08 | 浙江大学 | 一种图像处理方法及其装置 |
| CN113221078A (zh) * | 2021-03-25 | 2021-08-06 | 贵州大学 | 一种针对即时通信系统信息截屏外泄的水印追踪算法 |
| CN113627503A (zh) * | 2021-07-30 | 2021-11-09 | 中国科学院计算技术研究所 | 生成图像溯源方法与装置、模型训练方法与装置、电子设备及存储介质 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8392827B2 (en) * | 2001-04-30 | 2013-03-05 | International Business Machines Corporation | Method for generation and assembly of web page content |
| CN101169783A (zh) * | 2007-06-15 | 2008-04-30 | 黄海 | 用于多媒体对象的数字水印搜索引擎 |
| CN101566994B (zh) * | 2008-04-22 | 2011-02-16 | 王磊 | 一种图像、视频检索方法 |
| CN101510217B (zh) * | 2009-03-09 | 2013-06-05 | 阿里巴巴集团控股有限公司 | 图像数据库中的图像更新方法、服务器及系统 |
| CN101957919B (zh) * | 2010-09-22 | 2012-10-10 | 上海交通大学 | 基于图像局部特征检索的文字识别方法 |
-
2012
- 2012-02-27 CN CN201110430389.XA patent/CN103294667B/zh active Active
Cited By (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105335956B (zh) * | 2014-08-06 | 2020-07-28 | 腾讯科技（深圳）有限公司 | 同源图像的校验方法及装置 |
| CN105335956A (zh) * | 2014-08-06 | 2016-02-17 | 腾讯科技（深圳）有限公司 | 同源图像的校验方法及装置 |
| WO2016062202A1 (zh) * | 2014-10-23 | 2016-04-28 | 阿里巴巴集团控股有限公司 | 客户端下载图片的方法及其装置 |
| CN104361510A (zh) * | 2014-12-01 | 2015-02-18 | 北京金和软件股份有限公司 | 一种基于注册推广码的广告收益分享方法 |
| CN104809158B (zh) * | 2015-03-26 | 2018-05-18 | 小米科技有限责任公司 | 网络内容过滤方法及装置 |
| CN104809158A (zh) * | 2015-03-26 | 2015-07-29 | 小米科技有限责任公司 | 网络内容过滤方法及装置 |
| CN109155736A (zh) * | 2016-03-21 | 2019-01-04 | 利弗莱姆有限公司 | 数据加水印和加指纹系统和方法 |
| CN108269220A (zh) * | 2016-12-30 | 2018-07-10 | 北京思源互联科技有限公司 | 定位数字水印的方法及装置 |
| CN108269220B (zh) * | 2016-12-30 | 2021-07-16 | 北京思源理想控股集团有限公司 | 定位数字水印的方法及装置 |
| CN108133382A (zh) * | 2017-12-24 | 2018-06-08 | 苏州云葫芦信息科技有限公司 | 商标盗用预警系统及方法 |
| CN110533443A (zh) * | 2018-05-25 | 2019-12-03 | 阿里巴巴集团控股有限公司 | 追踪合图中素材的方法、设备及存储介质 |
| CN110533443B (zh) * | 2018-05-25 | 2023-04-07 | 阿里巴巴集团控股有限公司 | 追踪合图中素材的方法、设备及存储介质 |
| CN109461110A (zh) * | 2018-10-11 | 2019-03-12 | 阿里巴巴集团控股有限公司 | 确定图片的溯源信息的方法及装置 |
| CN109461110B (zh) * | 2018-10-11 | 2023-06-27 | 创新先进技术有限公司 | 确定图片的溯源信息的方法及装置 |
| CN111445375A (zh) * | 2019-01-16 | 2020-07-24 | 阿里巴巴集团控股有限公司 | 水印嵌入方案和数据处理方法、装置及设备 |
| CN109858207B (zh) * | 2019-01-31 | 2023-03-31 | 南京麦朵信息技术有限公司 | 一种非授权分发的多媒体版权追踪的方法 |
| CN109858207A (zh) * | 2019-01-31 | 2019-06-07 | 南京麦朵信息技术有限公司 | 一种非授权分发的多媒体版权追踪的方法 |
| CN111640051A (zh) * | 2019-03-01 | 2020-09-08 | 浙江大学 | 一种图像处理方法及其装置 |
| CN109992683A (zh) * | 2019-04-09 | 2019-07-09 | 百度在线网络技术（北京）有限公司 | 图像信息存储方法、获取方法、终端、服务器和介质 |
| CN110933086A (zh) * | 2019-11-29 | 2020-03-27 | 中电福富信息科技有限公司 | 基于数字水印和流量劫持的非侵入式截图保护方法及系统 |
| CN113221078A (zh) * | 2021-03-25 | 2021-08-06 | 贵州大学 | 一种针对即时通信系统信息截屏外泄的水印追踪算法 |
| CN113221078B (zh) * | 2021-03-25 | 2024-03-12 | 贵州大学 | 一种针对即时通信系统信息截屏外泄的水印追踪方法 |
| CN113627503A (zh) * | 2021-07-30 | 2021-11-09 | 中国科学院计算技术研究所 | 生成图像溯源方法与装置、模型训练方法与装置、电子设备及存储介质 |
| CN113627503B (zh) * | 2021-07-30 | 2023-10-24 | 中国科学院计算技术研究所 | 生成图像溯源方法与装置、模型训练方法与装置、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103294667B (zh) | 2019-07-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103294667A (zh) | 通过水印进行同源图片追踪的方法及系统 | |
| US8090146B2 (en) | Image watermarking | |
| Galvan et al. | First quantization matrix estimation from double compressed JPEG images | |
| Lu et al. | Multimedia forensic hash based on visual words | |
| CN106557545B (zh) | 视频检索方法和装置 | |
| CN103198293A (zh) | 用于指纹识别视频的系统和方法 | |
| US20180239986A1 (en) | Image Clustering Method, Image Clustering System, And Image Clustering Server | |
| CN110149529B (zh) | 媒体信息的处理方法、服务器及存储介质 | |
| CN102903072B (zh) | 一种盲数字水印检测方法和系统 | |
| EP2742442A1 (en) | Detecting video copies | |
| Saracoglu et al. | Content based copy detection with coarse audio-visual fingerprints | |
| CN107133951B (zh) | 图像篡改检测方法及装置 | |
| CN113704506A (zh) | 一种媒体内容排重方法和相关装置 | |
| KR20150015016A (ko) | 참석자들에 의한 이벤트 검색 | |
| CN105303449A (zh) | 基于相机指纹特征的社交网络用户的识别方法和系统 | |
| Sari et al. | A review of graph theoretic and weightage techniques in file carving | |
| KR101755980B1 (ko) | 스케일 스페이스 표현에 기반한 유사 영역 검출 방법 및 그 장치 | |
| CN114329050A (zh) | 视觉媒体数据去重处理方法、装置、设备和存储介质 | |
| CN111368128A (zh) | 目标图片的识别方法、装置和计算机可读存储介质 | |
| Cho et al. | Block-based image steganalysis for a multi-classifier | |
| Zhao et al. | Partial-duplicate image retrieval based on HSV colour space for coverless information hiding | |
| CN114444464A (zh) | 文档检测处理方法、装置、存储介质及电子设备 | |
| CN107038090A (zh) | 选择包括视听数据的内容的方法和电子设备、系统、计算机程序产品和计算机可读存储介质 | |
| El-Feghi et al. | Color image watermarking based on the DCTdomain of three RGB color channels | |
| CN113705209A (zh) | 一种副标题的生成方法、装置、电子设备和存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |