CN115689849A - 图像处理方法、装置、计算机设备和计算机可读存储介质 - Google Patents
图像处理方法、装置、计算机设备和计算机可读存储介质 Download PDFInfo
- Publication number
- CN115689849A CN115689849A CN202211189588.0A CN202211189588A CN115689849A CN 115689849 A CN115689849 A CN 115689849A CN 202211189588 A CN202211189588 A CN 202211189588A CN 115689849 A CN115689849 A CN 115689849A
- Authority
- CN
- China
- Prior art keywords
- watermark
- processed
- image
- mask
- area
- 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.)
- Pending
Links
Images
Landscapes
- Image Processing (AREA)
Abstract
本申请涉及一种图像处理方法、装置、计算机设备和计算机可读存储介质,涉及信息安全领域。所述方法包括:获取待处理水印图,确定所述待处理水印图中的水印区域;对所述待处理水印图的所述水印区域之外的区域进行掩码处理,获得所述待处理水印图的掩码图;利用对若干个去水印模型进行攻击得到的目标扰动和所述待处理水印图的掩码图,对所述待处理水印图进行处理,得到防去水印图。采用本方法能够增强防去水印效果。
Description
技术领域
本申请涉及信息安全技术领域,特别是涉及一种图像处理方法、装置、计算机设备和计算机可读存储介质。
背景技术
随着图像修复技术的发展,图像修复技术开始应用于水印去除领域。然而,许多图像上的水印是用于声明版权的,一些未经许可想使用图像的人,会去除图像上的水印,这种行为不利于版权保护和隐私保护。
目前,发明人发现,传统的防去水印的方法防去水印的效果不佳。
发明内容
基于此,有必要针对上述技术问题,提供一种能够增强防去水印效果的图像处理方法、装置、计算机设备和计算机可读存储介质。
第一方面,本申请提供了一种图像处理方法。所述方法包括:
获取待处理水印图,确定所述待处理水印图中的水印区域;
对所述待处理水印图的所述水印区域之外的区域进行掩码处理,获得所述待处理水印图的掩码图;
利用对若干个去水印模型进行攻击得到的目标扰动和所述待处理水印图的掩码图,对所述待处理水印图进行处理,得到防去水印图。
在其中一个实施例中,所述确定所述待处理水印图中的水印区域,包括:
获取所述待处理水印图上的水印部分,确定覆盖所述水印部分的目标区域,将所述目标区域确定为所述待处理水印图中的水印区域。
在其中一个实施例中,所述确定覆盖所述水印部分的目标区域,包括:
确定所述水印部分的最小外接椭圆区域,将所述最小外接椭圆区域确定为所述水印部分的目标区域。
在其中一个实施例中,所述对所述待处理水印图的所述水印区域之外的区域进行掩码处理,包括:
将所述待处理水印图的所述水印区域之外的区域标记为预设值。
在其中一个实施例中,得到目标扰动的方式,包括:
利用预设攻击手段对若干个去水印模型进行攻击,得到若干扰动;
将所述若干扰动相加得到目标扰动。
在其中一个实施例中,所述预设攻击手段包括快速梯度下降法、迭代攻击、卡烈尼瓦格纳攻击中的至少一种。
在其中一个实施例中,所述利用对若干个去水印模型进行攻击得到的目标扰动和所述待处理水印图的掩码图,对所述待处理水印图进行处理,得到防去水印图,包括:
根据所述对若干个去水印模型进行攻击得到的目标扰动和所述待处理水印图的掩码图上的掩码得到扰动处理结果,利用所述扰动处理结果对所述待处理水印图进行处理,得到防去水印图。
在其中一个实施例中,所述根据所述对若干个去水印模型进行攻击得到的目标扰动和所述待处理水印图的掩码图上的掩码得到扰动处理结果,利用所述扰动处理结果对所述待处理水印图进行处理,得到防去水印图,包括:
将所述对若干个去水印模型进行攻击得到的目标扰动与所述待处理水印图的掩码图上的掩码相乘得到的乘积结果,与所述待处理水印图相加,获得防去水印图。
第二方面,本申请还提供了一种图像处理装置。所述装置包括:
图像获取模块,用于获取待处理水印图,确定所述待处理水印图中的水印区域;
掩码处理模块,用于对所述待处理水印图的所述水印区域之外的区域进行掩码处理,获得所述待处理水印图的掩码图;
图像处理模块,用于利用对若干个去水印模型进行攻击得到的目标扰动和所述待处理水印图的掩码图,对所述待处理水印图进行处理,得到防去水印图。
第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一方法的步骤。
第四方面,本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一方法的步骤。
第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述任一方法的步骤。
上述图像处理方法、装置、计算机设备和计算机可读存储介质,通过获取待处理水印图,确定待处理水印图中的水印区域,对待处理水印图的水印区域之外的区域进行掩码处理,获得待处理水印图的掩码图,利用对若干个去水印模型进行攻击得到的目标扰动和待处理水印图的掩码图,对待处理水印图进行处理,得到防去水印图。相对于传统技术中防去水印的效果不佳而言,本申请通过利用对若干个去水印模型进行攻击得到的目标扰动和待处理水印图的掩码图对待处理水印图进行处理,能够保证得到的防去水印图可以抵御多种攻击,增强了防去水印图的防去水印效果。
附图说明
图1为本申请实施例中提供的图像处理方法的应用环境图;
图2为本申请实施例中提供的图像处理方法的流程示意图;
图3为一个实施例中确定待处理水印图中的水印区域的示意图;
图4为一个实施例中待处理水印图的掩码图的示意图;
图5为一个实施例中得到目标扰动的方式的流程示意图;
图6为一个实施例中得到目标扰动的示意图;
图7为一个实施例中防去水印图遭到去水印模型攻击的示意图;
图8为本申请实施例中提供的一个图像处理装置的结构框图;
图9为本申请实施例中提供的一个计算机设备的内部结构图;
图10为本申请实施例中提供的另一个计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
图像修复是一种基于生成建模的学习插值技术,用于填充图像中的蒙版或缺失部分,图像修复技术在图片编辑和修饰中具有广泛的应用。现今,图像修复技术被应用于水印去除领域,例如,许多图像都带有声明版权或带有营销信息、用户信息的水印,一些未经许可想使用图像的人,会恶意删除水印标记并在水印区域恢复合理的背景,这种行为不利于信息安全保护。因此,本申请提供一种图像处理方法,用于生成防去水印图。
本申请实施例提供的图像处理方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上,也可以放在云上或其他网络服务器上。用户通过终端102获取待处理水印图,在终端102确定待处理水印图的水印区域,将确定好水印区域的图像传输给服务器104,在服务器104中对待处理水印图的水印区域之外的区域进行掩码处理,获得待处理水印图的掩码图,利用对若干个去水印模型进行攻击得到的目标扰动和待处理水印图的掩码图,对待处理水印图进行处理,得到防去水印图。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备,物联网设备可为智能电视、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在本实施例中,提供了一种图像处理方法,该图像处理方法可以应用于终端设备。终端设备获取待处理水印图,确定待处理水印图中的水印区域,对待处理水印图的水印区域之外的区域进行掩码处理,获得待处理水印图的掩码图,利用对若干个去水印模型进行攻击得到的目标扰动和待处理水印图的掩码图,对待处理水印图进行处理,得到防去水印图。
该图像处理方法也可以应用于服务器,服务器获取待处理水印图,确定待处理水印图中的水印区域,对待处理水印图的水印区域之外的区域进行掩码处理,获得待处理水印图的掩码图,利用对若干个去水印模型进行攻击得到的目标扰动和待处理水印图的掩码图,对待处理水印图进行处理,得到防去水印图。其中,服务器获取的待处理水印图可以是已经过人为标记待处理水印图上的水印部分的待处理水印图,也可以是未经过人为标记的待处理水印图,服务器可以从终端设备获得待处理水印图,也可以通过其它方式,例如从数据库或者其他服务器中获得待处理水印图。人为标记待处理水印图上的水印部分的方式有多种,可以是对待处理水印图上的水印部分进行颜料涂抹后拍摄或者扫描待处理水印图的方式,也可以是拍摄或者扫描得到待处理水印图后通过电子涂鸦等方式对待处理水印图上的水印部分进行涂抹的方式。若服务器获取的待处理水印图是未经过人为标记的待处理水印图,可以通过图像识别的方式确定待处理水印图上的水印部分。
图2为本申请实施例中提供的图像处理方法,以该方法应用于终端设备或服务器为例进行说明,其包括以下步骤:
S201,获取待处理水印图,确定待处理水印图中的水印区域。
其中,待处理水印图为需要对其进行防去水印处理的图像,待处理水印图上包含水印,图上带有的水印往往起到声明版权或者带有产品信息、用户信息的作用,对待处理水印图上的水印进行举例,例如可以是用于声明版权的水印,可以是商标水印,也可以是人名水印,不作具体限定。待处理水印图中的水印区域为包含水印的区域,是根据待处理水印图上的水印部分确定出的区域,待处理水印图中的水印区域的确定方式有多种,可以是人为圈出待处理水印图上的水印区域,也可以通过图像识别的方法确定待处理水印图上的水印区域。
S202,对待处理水印图的水印区域之外的区域进行掩码处理,获得待处理水印图的掩码图。
其中,待处理水印图的水印区域之外的区域为在待处理水印图中除去水印区域以外的区域。掩码是一串二进制代码对目标字段进行位与运算,屏蔽当前的输入位,掩码处理为对某一区域赋予二进制代码,并对该区域进行屏蔽处理或者突出处理。获得待处理水印图的掩码图是为了后续能够在待处理水印图的水印区域之外的区域增加扰动,从而达到有效的防去水印效果。
S203,利用对若干个去水印模型进行攻击得到的目标扰动和待处理水印图的掩码图,对待处理水印图进行处理,得到防去水印图。其中,去水印模型是用于去除待处理水印图上的水印的模型。若干个去水印模型可以是一个去水印模型,也可以是多个去水印模型,具体使用的去水印模型的数量不限。一些实施例中,若干个去水印模型为两个或者两个以上的去水印模型,对越多的去水印模型进行攻击,最终得到的防去水印图可以抵抗的去水印模型就越多。目标扰动是需要加至待处理水印图上的增减量,用于抵抗去水印模型对待处理水印图进行水印去除的操作。
本实施例提供的图像处理方法,通过获取待处理水印图,确定待处理水印图中的水印区域,对待处理水印图的水印区域之外的区域进行掩码处理,获得待处理水印图的掩码图,利用对若干个去水印模型进行攻击得到的目标扰动和待处理水印图的掩码图,对待处理水印图进行处理,得到防去水印图。相对于传统技术中防去水印的效果不佳而言,本申请通过利用对若干个去水印模型进行攻击得到的目标扰动和待处理水印图的掩码图对待处理水印图进行处理,能够保证得到的防去水印图可以抵御多种攻击,增强了防去水印图的防去水印效果。
在一个实施例中,确定待处理水印图中的水印区域,包括:
获取待处理水印图上的水印部分,确定覆盖水印部分的目标区域,将目标区域确定为待处理水印图中的水印区域。
其中,待处理水印图上的水印部分为待处理水印图上的水印所在的位置,获取待处理水印图上的水印部分可以通过人为标记的方式,也可以通过图像识别的方式。目标区域为覆盖住水印部分的任意形状的区域,该区域可以为圆形、矩形、椭圆,在此不作限定。在一些实施例中,确定覆盖水印部分的目标区域,包括:确定水印部分的最小外接椭圆区域,将最小外接椭圆区域确定为水印部分的目标区域。其中,最小外接椭圆区域为根据水印所在位置将水印圈出的最小外接椭圆所处的区域,最小外接椭圆区域里包含水印部分。
一些实施例中,可以利用python-opencv包里面的cv2.ellipse函数对待处理水印图上的水印部分进行处理,确定出的最小外接椭圆为待处理水印图中的水印区域。其中,opencv是一个旨在解决计算机视觉问题的python库,python-opencv包为可以对待处理水印图进行图像处理的数据包,里面包含各种用于图像处理的函数,例如cv2.ellipse函数,cv2.ellipse函数用于在任何图像上绘制椭圆,利用cv2.ellipse函数对待处理水印图上的水印部分进行处理,从而确定出水印部分的最小外接椭圆作为待处理水印图中的水印区域。如图3所示,图3中展示出确定待处理水印图中的水印区域的步骤,其中,图3中的“*****”为待处理水印图上的水印,A图表示待处理水印图,需要确定A图上的水印“*****”的水印区域,B图为人工涂鸦水印部分的图像,是利用电子涂鸦的方式对“*****”水印部分进行涂抹,C图为确定出待处理水印图中水印区域的图,利用cv2.ellipse函数绘制出涂抹的水印部分的最小外接椭圆,C图中的椭圆所处的区域为待处理水印图上的水印区域。
在本实施例中,采用大面积涂鸦的方式,使得确定出的水印区域尽可能大的前提下也保证了尽可能的准确,使得受保护的区域更大,在利用去水印模型去除图像上的水印时,能够保证处于该水印区域的水印受到很好的保护,能够不被去除或者不会被完全去除。
在一个实施例中,对待处理水印图的水印区域之外的区域进行掩码处理,包括:
将待处理水印图的水印区域之外的区域标记为预设值。
在本实施例中,将待处理水印图的水印区域之外的区域作为前景区域,将待处理水印图的水印区域作为背景区域,对前景区域赋予第一预设值,对背景区域赋予第二预设值,赋予不同的值可以保证对后续所需的特定区域进行添加目标扰动的处理。例如,将前景区域标记为1,将背景区域标记为0,此时生成待处理水印图的掩码图,如图4所示,图4中的白色区域为椭圆区域,白色区域为背景区域即是待处理水印图的水印区域,图4中的黑色区域为待处理水印图的水印区域之外的区域即是前景区域。图4的图像大小与图3中的A图的图像大小一致,即是与待处理水印图的图像大小保持一致。对待处理水印图的水印区域之外的区域进行掩码处理,获得待处理水印图的掩码图,可以保证后续对特定区域即前景区域增加目标扰动,不在水印区域增加扰动,增强图像中水印区域的防去水印效果。本实施例提供的掩码处理方法,无需对水印区域掩码进行精细获取,使得获取掩码图的方式更加便捷,最终达到的防去水印效果也更好。
在一个实施例中,如图5所示,图5为一个实施例中得到目标扰动的方式的流程示意图,其包括以下步骤:
S501,利用预设攻击手段对若干个去水印模型进行攻击,得到若干扰动。
其中,去水印模型为用于去除图像水印的模型。扰动表示为原图像上的增减变化值。利用预设攻击手段对若干个去水印模型进行攻击,可以是利用同一预设攻击手段对若干个去水印模型进行攻击,也可以是利用不同的两种或者两种以上的预设攻击手段对若干个去水印模型进行攻击。优选的,利用同一预设攻击手段对若干个去水印模型进行攻击,可以保证生成的扰动形式统一。预设攻击手段可以是攻击算法,也可以是其他攻击手段。对预设攻击手段进行举例,例如预设攻击手段包括白盒攻击即在了解去水印模型的前提下对去水印模型的输入进行控制和修改从而进行攻击的手段、黑盒攻击即在不了解去水印模型的前提下控制去水印模型的输入从而进行攻击的手段、对抗攻击即是对去水印模型的原输入施加轻微扰动以生成对抗样本来欺骗去水印模型从而进行攻击的手段。优选的,预设攻击手段包括快速梯度下降法(FGSM)、迭代攻击(PGD)、卡烈尼瓦格纳攻击(C&W)中的至少一种,快速梯度下降法(FGSM)、迭代攻击(PGD)、卡烈尼瓦格纳攻击(C&W)均属于白盒攻击。
其中,快速梯度下降法(FGSM)是一种基于梯度生成对抗样本的算法,属于对抗攻击中的无目标攻击(即不要求对抗样本经过model预测指定的类型,只要与原样本预测的不一样即可),可以理解为梯度上升算法,使用加号,使得损失函数最大化。迭代攻击(PGD)是做多次迭代,相比于快速梯度下降法(FGSM)仅做一次迭代走一大步,迭代攻击(PGD)每次走一小步,每次迭代都会将扰动规范到规定范围内,攻击效果更好,迭代是指每次在上一步的对抗样本的基础上,各个像素增长(或者减少)一定值,然后再执行裁剪,保证新样本的各个像素都在规定范围内。卡烈尼瓦格纳攻击(C&W)是一种基于优化的攻击方式,可以同时兼顾高攻击准确率和低对抗扰动。
S502,将若干扰动相加得到目标扰动。
其中,目标扰动可以是在获取待处理水印图之前通过预设攻击手段对若干个去水印模型进行攻击,得到若干扰动,将若干扰动相加得到;也可以是在获取待处理水印图之后对待处理水印图进行处理的过程中通过预设攻击手段对若干个去水印模型进行攻击,得到若干扰动,将若干扰动相加得到;还可以是在获得待处理水印图的掩码图之后通过预设攻击手段对若干个去水印模型进行攻击,得到若干扰动,将若干扰动相加得到。在获取待处理水印图之前得到目标扰动或者在对待处理水印图进行处理的过程中得到目标扰动,需将目标扰动先储存在终端、服务器或者数据库中,在需要目标扰动的时候直接从终端、服务器或者数据库中获取。通过将若干扰动相加得到目标扰动,可以使得最终实现生成的防去水印图能够与若干个去水印模型进行对抗。
以单一使用快速梯度下降法(FGSM)对若干个去水印模型进行攻击,得到若干扰动,将若干扰动相加得到目标扰动为例,如图6所示,图6为一个实施例中得到目标扰动的示意图,利用快速梯度下降法(FGSM)作为预设攻击手段对去水印模型1进行攻击,攻击式为其中,x为攻击前的图像,x’为攻击后的图像,为利用快速梯度下降法对去水印模型1进行攻击得到的扰动,其中,为学习率,通过人为设定,y为x的真实类别,表示对x求偏导,J为损失函数;
同样的,利用快速梯度下降法(FGSM)分别对其他去水印模型(去水印模型2…去水印模型n)进行攻击,分别得到对应的若干扰动delta2…deltan;
将若干扰动相加得到目标扰动为delta=delta1+deltaz+…+deltan。
在一个实施例中,利用对若干个去水印模型进行攻击得到的目标扰动和待处理水印图的掩码图,对待处理水印图进行处理,得到防去水印图,包括:
根据对若干个去水印模型进行攻击得到的目标扰动和待处理水印图的掩码图上的掩码得到扰动处理结果,利用扰动处理结果对待处理水印图进行处理,得到防去水印图。
其中,扰动处理结果为需添加至待处理水印图上的图像增减量,用于对待处理水印图增加扰动,达到防去水印的目的。
在一些实施例中,得到防去水印图的方式为将对若干个去水印模型进行攻击得到的目标扰动与待处理水印图的掩码图上的掩码相乘得到的乘积结果,与待处理水印图相加,获得防去水印图。
其中,将对若干个去水印模型进行攻击得到的目标扰动与待处理水印图的掩码图上的掩码相乘,可以对待处理水印图上的水印区域进行区域约束,实现只对待处理水印图的水印区域之外的区域即前景区域添加扰动。
在一些实施例中,将对若干个去水印模型进行攻击得到的目标扰动与待处理水印图的掩码图上的掩码相乘得到的乘积结果,与待处理水印图相加的公式如下:
Xadv=X+delta*mask,
其中,Xadv为输出的防去水印图,X为待处理水印图,delta为目标扰动,mask为掩膜,例如与待处理水印图的掩码图对应的1/0矩阵。
在一些实施例中,将对若干个去水印模型进行攻击得到的目标扰动与待处理水印图的掩码图上的掩码相乘得到的乘积结果,与待处理水印图相加的公式还可以为:Xadv=X+epsilon*delta*mask,其中,epsilon为步长,用于根据需求调整扰动,Xadv为输出的防去水印图,X为待处理水印图,delta为目标扰动,mask为掩膜,例如与待处理水印图的掩码图对应的1/0矩阵。本实施例中加入掩膜mask做限制,使得仅对非水印区域添加人眼不易察觉的保护扰动,实现对多个去水印模型的联合对抗,从而达到保护图像上水印的目的。
针对本申请提出的图像处理方法进行一个详细的举例介绍,包括以下内容:
在获取待处理水印图之前,单一使用迭代攻击(PGD)对若干个去水印模型进行攻击,得到若干扰动,将若干扰动相加得到目标扰动,得到目标扰动后将目标扰动储存至数据库(本地或者服务器);用户将拍摄或者扫描得到的待处理水印图储存至数据库(本地或者服务器);
获取待处理水印图;获取待处理水印图的方式为直接从数据库中调取获得待处理水印图;
确定待处理水印图的水印区域;确定待处理水印图的水印区域,首先需要确定出待处理水印图上的水印部分,确定待处理水印图上的水印部分可以采用用户通过电子涂鸦的方式直接将待处理水印图上的水印部分涂抹出来的方式,也可以采用的是利用图像识别技术识别出待处理水印图上的水印部分的方式;确定出待处理水印图上的水印部分后,利用python-opencv包里面的cv2.ellipse函数对确定出的待处理水印图上的水印部分进行处理,得到待处理水印图上水印部分的最小外接椭圆区域,将该最小外接椭圆区域作为待处理水印图中的水印区域;
对待处理水印图的水印区域之外的区域和待处理水印图的水印区域进行掩码处理,得到待处理水印图的掩码图;掩码处理的方式为将待处理水印图的水印区域之外的区域作为前景区域,将待处理水印图的水印区域作为背景区域,将前景区域标记为1,将背景区域标记为0,得到待处理水印图的掩码图;得到待处理水印图的掩码图之后根据该待处理水印图的掩码图得到掩膜mask,即与该待处理水印图的掩码图对应的1/0矩阵;
将对若干个去水印模型进行攻击得到的目标扰动与待处理水印图的掩码图上的掩码以及与预设步长依次相乘得到的乘积结果,与待处理水印图相加,获得防去水印图;其中,目标扰动在获取待处理水印图之前已经获取到并储存在数据库(本地或者服务器)中,因此这里直接从数据库(本地或者服务器)中获取目标扰动,待处理水印图的掩码图上的掩码即是根据待处理水印图的掩码图得到的掩膜mask,是与待处理水印图的掩码图对应的1/0矩阵;获得防去水印图的公式为Xadv=X+epsilon*delta*mask,其中,Xadv为输出的防去水印图,X为待处理水印图,epsilon为预设步长,用于根据需求调整扰动,delta为目标扰动,mask为掩膜,即与待处理水印图的掩码图对应的1/0矩阵,使用该公式最终可以得到防去水印图。
本实施例提供的图像处理方法,获取待处理水印图,确定待处理水印图中的水印区域通过采用大面积涂鸦的方式,使得受保护的区域更大,保证了防去水印的效果。对待处理水印图的水印区域之外的区域进行掩码处理,获得待处理水印图的掩码图,是为了保证后续对特定区域即前景区域增加目标扰动,不在水印区域增加扰动,增强图像中水印区域的防去水印效果。通过利用对若干个去水印模型进行攻击得到的目标扰动和待处理水印图的掩码图,对待处理水印图进行处理,得到防去水印图,能够保证得到的防去水印图可以抵御多种攻击,进一步增强了防去水印图的防去水印效果,本实施例提供的图像处理方法在实际生活中的使用范围更广。利用本实施例提供的方法,无需对水印区域掩码进行精细获取,本实施例获取掩码图的方式更加便捷,达到的防去水印效果更好;并且本实施例利用对抗防御方法,对非水印区域添加人眼不易察觉的保护扰动,能够实现对多个去水印模型的联合对抗,从而达到保护图像上水印的目的。
使用本申请提供的图像处理方法生成的防去水印图,在遇到去水印模型进行攻击的时候,该防去水印图上的水印不会被消除,或者即使被消除了部分,但是仍会留下痕迹,如图7所示,图7为一个实施例中防去水印图遭到去水印模型攻击的示意图,图7中的D图表示防去水印图,D图中的“*****”为水印,E图为对防去水印图使用去水印模型攻击后的图像,可以看见E图中存在的模糊部分是去水印后留下的痕迹,即使水印被去除仍会在图像上留下痕迹,从而保证不会被人未经许可使用,保障了信息安全。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的图像处理方法的图像处理装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个图像处理装置实施例中的具体限定可以参见上文中对于图像处理方法的限定,在此不再赘述。
参见图8,图8为本申请实施例中提供的一种图像处理装置的结构框图,该装置800包括:图像获取模块801、掩码处理模块802和图像处理模块803,其中:
图像获取模块801,用于获取待处理水印图,确定待处理水印图中的水印区域;
掩码处理模块802,用于对待处理水印图的水印区域之外的区域进行掩码处理,获得待处理水印图的掩码图;
图像处理模块803,用于利用对若干个去水印模型进行攻击得到的目标扰动和待处理水印图的掩码图,对待处理水印图进行处理,得到防去水印图。
本实施例提供的图像处理装置,通过图像获取模块获取待处理水印图,确定待处理水印图中的水印区域,通过掩码处理模块对待处理水印图的水印区域之外的区域进行掩码处理,获得待处理水印图的掩码图,通过图像处理模块利用对若干个去水印模型进行攻击得到的目标扰动和待处理水印图的掩码图,对待处理水印图进行处理,得到防去水印图。相对于传统技术中防去水印的效果不佳而言,本申请通过利用对若干个去水印模型进行攻击得到的目标扰动和待处理水印图的掩码图对待处理水印图进行处理,能够保证得到的防去水印图可以抵御多种攻击,增强了防去水印图的防去水印效果。
可选的,图像获取模块801包括:水印区域确定单元,用于获取待处理水印图上的水印部分,确定覆盖水印部分的目标区域,将目标区域确定为待处理水印图中的水印区域。
可选的,水印区域确定单元包括:
目标区域确定子单元,用于确定水印部分的最小外接椭圆区域,将最小外接椭圆区域确定为水印部分的目标区域。
可选的,掩码处理模块802包括:
掩码处理单元,用于将待处理水印图的水印区域之外的区域标记为预设值。
可选的,图像处理模块803包括:
攻击单元,用于利用预设攻击手段对若干个去水印模型进行攻击,得到若干扰动;
扰动获取单元,用于将若干扰动相加得到目标扰动。
可选的,预设攻击手段包括快速梯度下降法、迭代攻击、卡烈尼瓦格纳攻击中的至少一种。
可选的,图像处理模块803包括:
图像处理单元,用于根据对若干个去水印模型进行攻击得到的目标扰动和待处理水印图的掩码图上的掩码得到扰动处理结果,利用扰动处理结果对待处理水印图进行处理,得到防去水印图。
可选的,图像处理单元包括:
图像处理子单元,用于将对若干个去水印模型进行攻击得到的目标扰动与待处理水印图的掩码图上的掩码相乘得到的乘积结果,与待处理水印图相加,获得防去水印图。
本实施例提供的图像处理装置,通过获取待处理水印图,确定待处理水印图中的水印区域通过采用大面积涂鸦的方式,使得受保护的区域更大,保证了防去水印的效果。对待处理水印图的水印区域之外的区域进行掩码处理,获得待处理水印图的掩码图,是为了保证后续对特定区域即前景区域增加目标扰动,不在水印区域增加扰动,增强图像中水印区域的防去水印效果。通过利用对若干个去水印模型进行攻击得到的目标扰动和待处理水印图的掩码图,对待处理水印图进行处理,得到防去水印图,能够保证得到的防去水印图可以抵御多种攻击,进一步增强了防去水印图的防去水印效果,本实施例提供的图像处理装置在实际生活中的使用范围更广。利用本实施例提供的装置,无需对水印区域掩码进行精细获取,本实施例提供的装置获取掩码图的方式更加便捷,达到的防去水印效果更好;并且本实施例提供的装置利用对抗防御方法,对非水印区域添加人眼不易察觉的保护扰动,能够实现对多个去水印模型的联合对抗,从而达到保护图像上水印的目的。
上述图像处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图9所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output,简称I/O)和通信接口。其中,处理器、存储器和输入/输出接口通过系统总线连接,通信接口通过输入/输出接口连接到系统总线。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储待处理水印图、掩码图、防去水印图数据。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种图像处理方法。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图10所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中,处理器、存储器和输入/输出接口通过系统总线连接,通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种图像处理方法。该计算机设备的显示单元用于形成视觉可见的画面,可以是显示屏、投影装置或虚拟现实成像装置。显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图9和图10中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述实施例提供的图像处理方法的步骤:
获取待处理水印图,确定待处理水印图中的水印区域;
对待处理水印图的水印区域之外的区域进行掩码处理,获得待处理水印图的掩码图;
利用对若干个去水印模型进行攻击得到的目标扰动和待处理水印图的掩码图,对待处理水印图进行处理,得到防去水印图。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
获取待处理水印图上的水印部分,确定覆盖水印部分的目标区域,将目标区域确定为待处理水印图中的水印区域。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
确定水印部分的最小外接椭圆区域,将最小外接椭圆区域确定为水印部分的目标区域。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
将待处理水印图的水印区域之外的区域标记为预设值。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
利用预设攻击手段对若干个去水印模型进行攻击,得到若干扰动;
将若干扰动相加得到目标扰动。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
预设攻击手段包括快速梯度下降法、迭代攻击、卡烈尼瓦格纳攻击中的至少一种。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据对若干个去水印模型进行攻击得到的目标扰动和待处理水印图的掩码图上的掩码得到扰动处理结果,利用扰动处理结果对待处理水印图进行处理,得到防去水印图。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
将对若干个去水印模型进行攻击得到的目标扰动与待处理水印图的掩码图上的掩码相乘得到的乘积结果,与待处理水印图相加,获得防去水印图。
上述实施例的实现原理和技术效果与上述方法实施例类似,在此不再赘述。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例提供的图像处理方法的步骤:
获取待处理水印图,确定待处理水印图中的水印区域;
对待处理水印图的水印区域之外的区域进行掩码处理,获得待处理水印图的掩码图;
利用对若干个去水印模型进行攻击得到的目标扰动和待处理水印图的掩码图,对待处理水印图进行处理,得到防去水印图。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
获取待处理水印图上的水印部分,确定覆盖水印部分的目标区域,将目标区域确定为待处理水印图中的水印区域。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
确定水印部分的最小外接椭圆区域,将最小外接椭圆区域确定为水印部分的目标区域。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
将待处理水印图的水印区域之外的区域标记为预设值。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
利用预设攻击手段对若干个去水印模型进行攻击,得到若干扰动;
将若干扰动相加得到目标扰动。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
预设攻击手段包括快速梯度下降法、迭代攻击、卡烈尼瓦格纳攻击中的至少一种。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据对若干个去水印模型进行攻击得到的目标扰动和待处理水印图的掩码图上的掩码得到扰动处理结果,利用扰动处理结果对待处理水印图进行处理,得到防去水印图。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
将对若干个去水印模型进行攻击得到的目标扰动与待处理水印图的掩码图上的掩码相乘得到的乘积结果,与待处理水印图相加,获得防去水印图。
上述实施例的实现原理和技术效果与上述方法实施例类似,在此不再赘述。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述实施例提供的图像处理方法的步骤:
获取待处理水印图,确定待处理水印图中的水印区域;
对待处理水印图的水印区域之外的区域进行掩码处理,获得待处理水印图的掩码图;
利用对若干个去水印模型进行攻击得到的目标扰动和待处理水印图的掩码图,对待处理水印图进行处理,得到防去水印图。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
获取待处理水印图上的水印部分,确定覆盖水印部分的目标区域,将目标区域确定为待处理水印图中的水印区域。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
确定水印部分的最小外接椭圆区域,将最小外接椭圆区域确定为水印部分的目标区域。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
将待处理水印图的水印区域之外的区域标记为预设值。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
利用预设攻击手段对若干个去水印模型进行攻击,得到若干扰动;
将若干扰动相加得到目标扰动。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
预设攻击手段包括快速梯度下降法、迭代攻击、卡烈尼瓦格纳攻击中的至少一种。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据对若干个去水印模型进行攻击得到的目标扰动和待处理水印图的掩码图上的掩码得到扰动处理结果,利用扰动处理结果对待处理水印图进行处理,得到防去水印图。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
将对若干个去水印模型进行攻击得到的目标扰动与待处理水印图的掩码图上的掩码相乘得到的乘积结果,与待处理水印图相加,获得防去水印图。
上述实施例的实现原理和技术效果与上述方法实施例类似,在此不再赘述。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (12)
1.一种图像处理方法,其特征在于,所述方法包括:
获取待处理水印图,确定所述待处理水印图中的水印区域;
对所述待处理水印图的所述水印区域之外的区域进行掩码处理,获得所述待处理水印图的掩码图;
利用对若干个去水印模型进行攻击得到的目标扰动和所述待处理水印图的掩码图,对所述待处理水印图进行处理,得到防去水印图。
2.根据权利要求1所述的方法,其特征在于,所述确定所述待处理水印图中的水印区域,包括:
获取所述待处理水印图上的水印部分,确定覆盖所述水印部分的目标区域,将所述目标区域确定为所述待处理水印图中的水印区域。
3.根据权利要求2所述的方法,其特征在于,所述确定覆盖所述水印部分的目标区域,包括:
确定所述水印部分的最小外接椭圆区域,将所述最小外接椭圆区域确定为所述水印部分的目标区域。
4.根据权利要求1所述的方法,其特征在于,所述对所述待处理水印图的所述水印区域之外的区域进行掩码处理,包括:
将所述待处理水印图的所述水印区域之外的区域标记为预设值。
5.根据权利要求1-4任一项所述的方法,其特征在于,得到目标扰动的方式,包括:
利用预设攻击手段对若干个去水印模型进行攻击,得到若干扰动;
将所述若干扰动相加得到目标扰动。
6.根据权利要求5所述的方法,其特征在于,所述预设攻击手段包括快速梯度下降法、迭代攻击、卡烈尼瓦格纳攻击中的至少一种。
7.根据权利要求1-4任一项所述的方法,其特征在于,所述利用对若干个去水印模型进行攻击得到的目标扰动和所述待处理水印图的掩码图,对所述待处理水印图进行处理,得到防去水印图,包括:
根据所述对若干个去水印模型进行攻击得到的目标扰动和所述待处理水印图的掩码图上的掩码得到扰动处理结果,利用所述扰动处理结果对所述待处理水印图进行处理,得到防去水印图。
8.根据权利要求7所述的方法,其特征在于,所述根据所述对若干个去水印模型进行攻击得到的目标扰动和所述待处理水印图的掩码图上的掩码得到扰动处理结果,利用所述扰动处理结果对所述待处理水印图进行处理,得到防去水印图,包括:
将所述对若干个去水印模型进行攻击得到的目标扰动与所述待处理水印图的掩码图上的掩码相乘得到的乘积结果,与所述待处理水印图相加,获得防去水印图。
9.一种图像处理装置,其特征在于,所述装置包括:
图像获取模块,用于获取待处理水印图,确定所述待处理水印图中的水印区域;
掩码处理模块,用于对所述待处理水印图的所述水印区域之外的区域进行掩码处理,获得所述待处理水印图的掩码图;
图像处理模块,用于利用对若干个去水印模型进行攻击得到的目标扰动和所述待处理水印图的掩码图,对所述待处理水印图进行处理,得到防去水印图。
10.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。
11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。
12.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211189588.0A CN115689849A (zh) | 2022-09-28 | 2022-09-28 | 图像处理方法、装置、计算机设备和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211189588.0A CN115689849A (zh) | 2022-09-28 | 2022-09-28 | 图像处理方法、装置、计算机设备和计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115689849A true CN115689849A (zh) | 2023-02-03 |
Family
ID=85065273
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211189588.0A Pending CN115689849A (zh) | 2022-09-28 | 2022-09-28 | 图像处理方法、装置、计算机设备和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115689849A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116542838A (zh) * | 2023-07-03 | 2023-08-04 | 平安银行股份有限公司 | 一种水印安全处理方法、装置、系统及介质 |
-
2022
- 2022-09-28 CN CN202211189588.0A patent/CN115689849A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116542838A (zh) * | 2023-07-03 | 2023-08-04 | 平安银行股份有限公司 | 一种水印安全处理方法、装置、系统及介质 |
CN116542838B (zh) * | 2023-07-03 | 2024-03-29 | 平安银行股份有限公司 | 一种水印安全处理方法、装置、系统及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Dhawan et al. | Analysis of various data security techniques of steganography: A survey | |
CN112419170B (zh) | 遮挡检测模型的训练方法及人脸图像的美化处理方法 | |
Li et al. | A QDCT-and SVD-based color image watermarking scheme using an optimized encrypted binary computer-generated hologram | |
CN107749062B (zh) | 图像处理方法、及装置 | |
Peng et al. | A reversible watermarking for authenticating 2D CAD engineering graphics based on iterative embedding and virtual coordinates | |
CN115689849A (zh) | 图像处理方法、装置、计算机设备和计算机可读存储介质 | |
US20220156873A1 (en) | Image synthesis device and method for embedding watermark | |
CN113963072B (zh) | 双目摄像头标定方法、装置、计算机设备和存储介质 | |
CN116844052A (zh) | 面向遥感图像的可部署补丁对抗攻击方法、装置和设备 | |
US20220116513A1 (en) | Privacy-preserving reconstruction for compressed sensing | |
EP3316173B1 (en) | System and method for cheque image data masking | |
Qian et al. | Constructive steganography using texture synthesis | |
CN116523725A (zh) | 一种神经网络模型的水印处理方法和装置 | |
Nataraj et al. | Seam carving detection and localization using two-stage deep neural networks | |
CN115731442A (zh) | 图像处理方法、装置、计算机设备和存储介质 | |
WO2019194900A1 (en) | Watermarking digital content | |
CN116127419A (zh) | 数据处理方法、数据识别方法、字体文件生成方法及装置 | |
CN115147296A (zh) | 高光谱图像矫正方法、装置、计算机设备和存储介质 | |
Zhou et al. | Directional relative total variation for structure–texture decomposition | |
CN115526282A (zh) | 水印加密方法、水印提取方法、装置及存储介质 | |
CN110706167A (zh) | 一种遥感图像待修复区域的精细补全处理方法及装置 | |
CN115249277A (zh) | 可见光自适应伪装迷彩生成方法、系统、设备和存储介质 | |
CN117473469B (zh) | 一种模型水印嵌入方法、装置、电子设备及存储介质 | |
CN114385984B (zh) | 一种应用溯源管理方法、装置、设备及存储介质 | |
Shang et al. | Deformable Dynamic Sampling and Dynamic Predictable Mask Mining for Image Inpainting |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |