CN116957893B - 水印生成方法、装置、电子设备和计算机可读介质 - Google Patents

水印生成方法、装置、电子设备和计算机可读介质 Download PDF

Info

Publication number
CN116957893B
CN116957893B CN202310761057.2A CN202310761057A CN116957893B CN 116957893 B CN116957893 B CN 116957893B CN 202310761057 A CN202310761057 A CN 202310761057A CN 116957893 B CN116957893 B CN 116957893B
Authority
CN
China
Prior art keywords
page
screenshot
page element
feature
information
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.)
Active
Application number
CN202310761057.2A
Other languages
English (en)
Other versions
CN116957893A (zh
Inventor
张记铭
李浩浩
王文新
王攀登
刘敏
刘忠平
姚晓艳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Haiyi Technology Beijing Co ltd
Original Assignee
Haiyi Technology Beijing Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Haiyi Technology Beijing Co ltd filed Critical Haiyi Technology Beijing Co ltd
Priority to CN202310761057.2A priority Critical patent/CN116957893B/zh
Publication of CN116957893A publication Critical patent/CN116957893A/zh
Application granted granted Critical
Publication of CN116957893B publication Critical patent/CN116957893B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00General purpose image data processing
    • G06T1/0021Image watermarking
    • G06T1/0042Fragile watermarking, e.g. so as to detect tampering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/0464Convolutional networks [CNN, ConvNet]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • G06T3/40Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4038Image mosaicing, e.g. composing plane images from plane sub-images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Multimedia (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Molecular Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Editing Of Facsimile Originals (AREA)
  • Image Processing (AREA)

Abstract

本公开的实施例公开了水印生成方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括:响应于检测到针对应用页面的截图操作,确定截图页面区域信息;通过预先训练的页面特征提取模型对截图页面进行页面特征提取,以生成截图页面特征;对页面元素信息组中的每个页面元素信息进行页面元素特征提取,以生成页面元素特征,得到页面元素特征组;根据截图页面特征、页面元素特征组和页面生成信息,生成水印图层,其中,页面生成信息包括:截图对象标识、截图终端地址和截图时间戳;将水印图层叠加至截图页面,以生成水印添加后图像。该实施方式提高了数据防篡改性。

Description

水印生成方法、装置、电子设备和计算机可读介质
技术领域
本公开的实施例涉及计算机技术领域,具体涉及水印生成方法、装置、电子设备和计算机可读介质。
背景技术
随着互联网相关技术的发展,数据电子化也越来越普及,如何保证数据的防篡改变得尤为重要。目前,在进行数据防篡改时,通常采用的方式为:通过将固定水印添加至截图中,以实现数据的防篡改。
然而,发明人发现,当采用上述方式时,经常会存在如下技术问题:
第一,固定水印往往对应固定的水印特征,当积累足够的水印样本时,极易对固定水印进行剔除,从而丧失数据的防篡改性;
第二,固定水印的生成往往未结合截图对应页面的页面元素构成,导致生成的水印较为单一,数据防篡改性较差。
该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解,并因此,其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了水印生成方法、装置、电子设备和计算机可读介质,来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面,本公开的一些实施例提供了一种水印生成方法,该方法包括:响应于检测到针对应用页面的截图操作,确定截图页面区域信息,其中,上述截图页面区域信息包括:截图页面和页面元素信息组,页面元素信息表征上述截图页面包括的页面元素的元素属性;通过预先训练的页面特征提取模型对上述截图页面进行页面特征提取,以生成截图页面特征;对上述页面元素信息组中的每个页面元素信息进行页面元素特征提取,以生成页面元素特征,得到页面元素特征组;根据上述截图页面特征、上述页面元素特征组和页面生成信息,生成水印图层,其中,上述页面生成信息包括:截图对象标识、截图终端地址和截图时间戳;将上述水印图层叠加至上述截图页面,以生成水印添加后图像。
第二方面,本公开的一些实施例提供了一种水印生成装置,装置包括:确定单元,被配置成响应于检测到针对应用页面的截图操作,确定截图页面区域信息,其中,上述截图页面区域信息包括:截图页面和页面元素信息组,页面元素信息表征上述截图页面包括的页面元素的元素属性;页面特征提取单元,被配置成通过预先训练的页面特征提取模型对上述截图页面进行页面特征提取,以生成截图页面特征;页面元素特征提取单元,被配置成对上述页面元素信息组中的每个页面元素信息进行页面元素特征提取,以生成页面元素特征,得到页面元素特征组;生成单元,被配置成根据上述截图页面特征、上述页面元素特征组和页面生成信息,生成水印图层,其中,上述页面生成信息包括:截图对象标识、截图终端地址和截图时间戳;叠加单元,被配置成将上述水印图层叠加至上述截图页面,以生成水印添加后图像。
第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的水印生成方法,提高了数据的防篡改性。具体来说,造成数据防篡改性较差的原因在于:第一,固定水印往往对应固定的水印特征,当积累足够的水印样本时,极易对固定水印进行剔除,从而丧失数据的防篡改性;第二,固定水印的生成往往未结合截图对应页面的页面元素构成,导致生成的水印较为单一,数据防篡改性较差。实践中。实践中,截图作为一种常见的数据泄漏方式,通过截图可以轻易地将数据以图片的形式进行泄漏。常规的添加固定水印(如,时间戳,IP(Internet Protocol,网际协议)地址等)的方式,由于水印内容往往固定,当积累足够的水印样本时,极易被剔除。同时,固定水印也与截图中包含的数据没有直接关联性。从而导致水印的防篡改性较差。基于此,本公开的一些实施例的水印生成方法,首先,响应于检测到针对应用页面的截图操作,确定截图页面区域信息,其中,上述截图页面区域信息包括:截图页面和页面元素信息组,页面元素信息表征上述截图页面包括的页面元素的元素属性。通过确定截图页面区域信息,可以快速地确定被截图内容。其次,通过预先训练的页面特征提取模型对上述截图页面进行页面特征提取,以生成截图页面特征。实践中,截图页面往往是以图像的形式存在,其包含了可视化的页面内容,因此,通过页面特征提取,可以直观地得到截图页面对应的页面特征。接着,对上述页面元素信息组中的每个页面元素信息进行页面元素特征提取,以生成页面元素特征,得到页面元素特征组。实践中,应用页面往往是由多个页面元素构成(例如,应用页面可以是HTML5页面)。因此,通过页面元素特征提取,可以实现从页面元素层级的特征提取。进一步,根据上述截图页面特征、上述页面元素特征组和页面生成信息,生成水印图层,其中,上述页面生成信息包括:截图对象标识、截图终端地址和截图时间戳。从而得到与截图页面存在关联的水印图层。最后,将上述水印图层叠加至上述截图页面,以生成水印添加后图像。通过此种方式的水印生成方法,得到的水印图层与截图页面存在关联关系,增加了水印的剔除难度。同时,当数据本身被篡改时,也可通过水印直观反映。大大提高了数据的防篡改性。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,元件和元素不一定按照比例绘制。
图1是根据本公开的水印生成方法的一些实施例的流程图;
图2是根据本公开的水印生成装置的一些实施例的结构示意图;
图3是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
参考图1,示出了根据本公开的水印生成方法的一些实施例的流程100。该水印生成方法,包括以下步骤:
步骤101,响应于检测到针对应用页面的截图操作,确定截图页面区域信息。
在一些实施例中,水印生成方法的执行主体(例如,计算设备)可以响应于检测到针对应用页面的截图操作,确定截图页面区域信息。其中,上述截图页面区域信息包括:截图页面和页面元素信息组。页面元素信息表征上述截图页面包括的页面元素的元素属性。例如,页面元素可以是“textarea元素”,对应的页面元素信息可以包括“textarea元素”对应的元素属性。其中,应用页面可以是H5应用的功能界面。例如,上述应用界面可以是查询界面。截图页面可以是被截图区域对应的页面。上述截图页面的数据类型可以是JPEG类型。
作为示例,首先,上述执行主体可以通过创建钩子函数,实现操作请求的过滤,当操作请求为截图操作请求时,以获取截图操作请求对应的截图区域,得到上述截图页面。然后,上述执行主体可以根据截图页面在上述应用页面中的相对位置,确定上述截图页面对应的页面代码块。接着,上述执行主体可以对页面代码块进行页面元素过滤,得到上述页面元素信息组。
需要说明的是,上述计算设备可以是硬件,也可以是软件。当计算设备为硬件时,可以实现成多个服务器或终端设备组成的分布式集群,也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时,可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。应该理解,计算设备的数目仅仅是示意性的。根据实现需要,可以具有任意数目。
步骤102,通过预先训练的页面特征提取模型对截图页面进行页面特征提取,以生成截图页面特征。
在一些实施例中,上述执行主体可以通过预先训练的页面特征提取模型对截图页面进行页面特征提取,以生成截图页面特征。其中,上述页面特征提取模型可以是图特征提取模型。例如,页面特征提取模型可以还是CNN(Convolutional Neural Networks,卷积神经网络)模型。上述截图页面特征可以是特征图形式的特征。
可选地,页面特征提取模型可以包括:页面元素定位模型、全局特征提取层、颜色特征提取模型和样式特征提取模型。其中,页面元素定位模型可以是用于定位页面元素在截图页面中的位置的模型。全局特征提取层可以是用于对截图页面进行页面全局特征提取的模型。样式特征提取模型可以是对页面元素的元素样式进行提取的模型。
在一些实施例的一些可选的实现方式中,上述执行主体通过预先训练的页面特征提取模型对上述截图页面进行页面特征提取,以生成截图页面特征,可以包括以下步骤:
第一步,通过上述页面元素定位模型对上述截图页面进行页面元素定位,以生成候选页面元素区域,得到候选页面元素区域集合。
其中,上述候选页面元素区域集合中的候选页面元素区域表征页面元素在上述截图页面中的位置。实践中,候选页面元素区域可以表征用于框定页面元素的感兴趣框的位置。具体的,候选页面元素区域可以包括感兴趣框对应的框边界坐标。页面元素定位模型可以包括:第一卷积单元、平均池化层、第二卷积单元和第三卷积单元。其中,第一卷积单元包括:5个串行连接的卷积层。第一卷积单元的输出为上述平均池化层的输入。第二卷积单元包括7个卷积层。其中,每2个卷积层之间包括1个全连接层。第三卷积单元包括7个卷积层。其中,每2个卷积层之间包括1个全连接层。平均池化层的输出为上述第二卷积单元的输入,以及上述第三卷积单元的输入。其中,第二卷积单元用于预测页面元素对应的感兴趣框。第三卷积单元用于生成感兴趣框对应的置信度。
第二步,对于上述候选页面元素区域集合中的每个候选页面元素区域,执行以下特征提取步骤:
第一子步骤,通过上述全局特征提取层,对上述候选页面元素区域进行全局特征提取,以生成全局区域特征。
其中,全局特征提取层可以包括M个卷积层。其中,M为偶数。M个卷积层中的卷积层对称设计,即,前M/2个卷积层用于对候选页面元素区域进行下采样。后M/2个卷积层用于对候选页面元素区域进行上采样。
第二子步骤,通过上述颜色特征提取模型对上述候选页面元素区域进行颜色特征提取,以生成颜色特征。
实践中,首先,上述颜色特征提取模型会确定候选页面元素区域对应的各个像素点对应的色值,得到色值组序列。其中,色值组序列中的色值按照对应的像素点的位置进行排序。色值可以是RGB色值。然后,上述颜色特征提取模型可以对上述色值组序列中的色值进行归一化处理,得到归一化后色值组序列。最后,上述颜色特征提取模型可以通过卷积层对归一化后色值组序列进行卷积操作,得到上述颜色特征。
第三子步骤,通过上述样式特征提取模型对上述候选页面元素区域进行样式特征提取,以生成样式特征。
其中,样式特征提取模型可以包括连接有分类层的VGGNet模型。实践中,样式特征可以样式分类向量。样式分类向量可以表征候选页面元素区域对应的页面元素的分类类别。
第四子步骤,对上述全局区域特征、上述颜色特征和上述样式特征进行特征拼接,得到拼接后特征。
实践中,全局区域特征、上述颜色特征和上述样式特征的特征维度不同。因此,首先,上述执行主体可以通过全连接层对全局区域特征进行特征维度转换,得到维度转换后全局区域特征。然后,上述执行主体可以将维度转换后全局区域特征、上述颜色特征和上述样式特征进行特征拼接,得到拼接后特征。
第三步,按照对应的候选页面元素区域的相对位置,对得到的拼接后特征集合中的拼接后特征进行特征拼接,得到上述截图页面特征。
实践中,上述执行主体可以以行扫描的方式,按照对应的候选页面元素区域的相对位置,对得到的拼接后特征集合中的拼接后特征进行特征拼接,得到上述截图页面特征。例如,截图页面特征的特征维度可以是2×M。截图页面特征可以是[[拼接后特征A+拼接后特征B],[拼接后特征C+拼接后特征D]]。其中,“拼接后特征A”对应的候选页面元素区域的相对位置为“左上”。“拼接后特征B”对应的候选页面元素区域的相对位置为“右上”。“拼接后特征C”对应的候选页面元素区域的相对位置为“左下”。“拼接后特征D”对应的候选页面元素区域的相对位置为“右下”。M为“拼接后特征A+拼接后特征B”或“拼接后特征C+拼接后特征D”中对应的最大特征维度。当“拼接后特征A+拼接后特征B”或“拼接后特征C+拼接后特征D”对应的特征维度小于M时,可以进行补0操作。
步骤103,对页面元素信息组中的每个页面元素信息进行页面元素特征提取,以生成页面元素特征,得到页面元素特征组。
在一些实施例中,上述执行主体可以对页面元素信息组中的每个页面元素信息进行页面元素特征提取,以生成页面元素特征,得到页面元素特征组。其中,页面元素信息组中的页面元素包括:页面元素属性和页面元素属性值。页面元素属性表征页面元素的类型。页面元素属性值表征页面元素对应的属性值。例如,页面元素可以是“canvas元素”,对应的页面元素属性可以是“canvas元素”,对应的页面元素属性值可以是“height:400px;width:200px;dir:auto”。实践中,上述执行主体可以通过seq2seq模型,对页面元素信息进行页面元素特征提取,以生成页面元素特征。
在一些实施例的一些可选的实现方式中,上述执行主体对上述页面元素信息组中的每个页面元素信息进行页面元素特征提取,以生成页面元素特征,可以包括以下步骤:
第一步,对上述页面元素信息包括的页面元素属性进行属性映射,得到页面元素属性向量。
实践中,由于H5页面对应的页面元素数量有限,因此,可以通过独热编码的方式,对页面元素信息包括的页面元素属性进行属性映射,得到页面元素属性向量。
第二步,对上述页面元素信息包括的页面元素属性值进行词嵌入编码,得到编码后页面元素属性值向量。
实践中,上述执行主体可以通过Transformer结构的模型,对页面元素信息包括的页面元素属性值进行词嵌入编码,得到编码后页面元素属性值向量。
第三步,通过页面元素特征提取模型,对上述页面元素属性向量和上述编码后页面元素属性值向量进行特征提取,得到上述页面元素信息对应的页面元素特征。
其中,页面元素特征提取模型可以包括特征下采样网络和拼接层。其中,首先,上述执行主体可以通过特征下采样网络对编码后页面元素属性值向量进行下采样,得到下采样后页面元素属性值向量。然后,上述执行主体可以通过拼接层,将下采样后页面元素属性值向量和上述页面元素属性向量进行拼接,得到上述页面元素信息对应的页面元素特征。
步骤102至步骤103中“可选地”和“在一些实施例的一些可选的实现方式中”的内容,作为本公开的一个发明点,解决了背景技术提及的技术问题二,即“固定水印的生成往往未结合截图对应页面的页面元素构成,导致生成的水印较为单一,数据防篡改性较差”。实践中,应用页面(H5页面)往往是由多个页面元素构成,为了保证页面没关,不同的页面元素往往对应的不同的元素属性。例如,应用页面可以包括多个“div元素”,不同的“div元素”的高度和宽度不同。基于此,本公开设计了两种特征提取路径,即路径1(针对图像层级的特征提取)和路径2(针对页面元素层级的特征提取)。针对路径1,考虑到截图页面由多个页面元素构成,不同的页面元素根据美观度进行排列,因此,设计了页面元素定位模型对所述截图页面进行页面元素定位。然后,对候选页面元素区域(页面元素对应区域)分别进行全局特征提取,颜色特征提取和样式特征提取。以得到在全局感受野下的全局区域特征,以及候选页面元素区域对应的颜色特征和样式特征。针对路径2,考虑到页面元素往往对应有页面元素属性和页面元素属性值。由于页面元素数量有限,针对页面元素属性可以通过属性映射的形式,得到对应的页面元素属性向量。而页面元素属性值往往对应有不同的属性值。因此,通过对页面元素属性值进行词嵌入编码,实现将不可计算的属性值转换为可计算的向量。同时,可以以较低维度的形式,对数量众多且类型各异的页面元素属性值进行特征表征。通过此种方式能够得到精准的页面元素特征。使得后续得到的水印能够与截图页面的关联性更强,即当数据被篡改时,可以通过水印快速地进行防篡改性校验。提高了数据的防篡改性。
步骤104,根据截图页面特征、页面元素特征组和页面生成信息,生成水印图层。
在一些实施例中,上述执行主体可以根据截图页面特征、页面元素特征组和页面生成信息,生成水印图层。其中,水印图层是用于叠加至截图页面的、用于数据防篡改的图层。其中,上述页面生成信息包括:截图对象标识、截图终端地址和截图时间戳。实践中,截图对象标识表征操作截图终端的对象的对象标识。截图终端地址表征执行截图操作的终端的IP地址。截图时间戳表征执行截图操作时的时间戳。
作为示例,首先,上述执行主体可以对截图页面特征、页面元素特征组和页面生成信息进行拼接,得到拼接后字符串。然后,上述执行主体可以对拼接后字符串进行散列处理,得到定长字符串,作为水印图层。
可选地,水印图层包括:第一水印图层和第二水印图层。上述第一水印图层为显性水印图层。上述第二水印图层为隐形水印图层。
在一些实施例的一些可选的实现方式中,上述执行主体根据上述截图页面特征、上述页面元素特征组和页面生成信息,生成水印图层,可以包括以下步骤:
第一步,对上述页面生成信息包括的上述截图对象标识、上述截图终端地址和上述截图时间戳进行拼接,得到拼接后页面生成信息。
第二步,对上述拼接后页面生成信息进行信息加密,得到加密后页面生成信息。
实践中,上述执行主体可以通过国密算法,对上述拼接后页面生成信息进行信息加密,得到加密后页面生成信息。
第三步,将上述加密后页面生成信息添加至空白图层,得到上述第一水印图层。
实践中,首先,上述执行主体可以创建空白图层。然后,将加密后页面生成信息添加至上述空白图层,得到上述显性水印图层。
第四步,确定嵌入容量值。
其中,嵌入容量值表征上述截图页面的最大数据嵌入量。
第五步,根据上述截图页面特征对应的第一权重值和上述嵌入容量值,确定第一子嵌入容量值。
实践中,上述执行主体可以将截图页面特征对应的第一权重值与上述嵌入容量值的乘积值,作为上述第一子嵌入容量值。
第六步,根据上述页面元素特征组对应的第二权重值和上述嵌入容量值,确定第二子嵌入容量值。
实践中,上述执行主体可以将上述页面元素特征组对应的第二权重值和上述嵌入容量值的乘积值,作为第二子嵌入容量值。
第七步,根据上述第一子嵌入容量值,生成截图页面特征压缩模型。
实践中,截图页面特征压缩模型可以是包括M个卷积层串行连接的卷积网络。截图页面特征压缩模型的输出的特征维度与第一子嵌入容量值相同。具体的,上述执行主体可以从卷积层池中抽取M个卷积层构建上述截图页面特征压缩模型。卷积层池是预先构建的、包含对应有不同输出维度的卷积层的数据池。
第八步,根据上述第二子嵌入容量值,生成页面元素特征压缩模型。
实践中,页面元素特征压缩模型可以是包括N个卷积层串行连接的卷积网络。页面元素特征压缩模型的输出的特征维度与上述第二子嵌入容量值相同。具体的,上述执行主体可以从卷积层池中抽取M个卷积层构建页面元素特征压缩模型。
第九步,通过上述截图页面特征压缩模型,对上述截图页面特征进行特征压缩,以生成压缩后截图页面特征。
实践中,上述执行主体可以将截图页面特征输入截图页面特征压缩模型,得到上述压缩后截图页面特征。
第十步,通过上述页面元素特征压缩模型,对上述页面元素特征组中的页面元素特征进行特征压缩,以生成压缩后页面元素特征,得到压缩后页面元素特征组。
实践中,上述执行主体可以将页面元素特征输入上述页面元素特征压缩模型,得到压缩后页面元素特征。
第十一步,将上述压缩后截图页面特征和上述压缩后页面元素特征组添加至空白图层,得到特征添加后图层。
实践中,首先,上述执行主体可以创建空白图层。然后,将上述压缩后截图页面特征和上述压缩后页面元素特征组添加至空白图层,得到特征添加后图层。
第十二步,对上述特征添加后图层的图层属性进行属性调整,得到属性调整后图层,作为上述第二水印图层。
实践中,上述执行主体可以对特征添加后图层的文本行数、透明度,倾斜度进行调整,得到上述第二水印图层。
首先,通过生成双层水印图层,进一步增加了数据的防篡改性。此外,考虑到第二水印图层的生成需要基于页面元素特征组和截图页面特征。由于特征维度较大,因此需要根据嵌入容量值约束压缩后截图页面特征和所述压缩后页面元素特征组的数据量。同时考虑到页面元素特征组和截图页面特征的特征侧重点不同,且特征维度不同,因此,通过生成第一子嵌入容量值和第二子嵌入容量值,以此约束页面元素特征组和截图页面特征的数据量。由于不同的截图页面对应的页面元素特征组和截图页面特征不同,因此,需要根据第一子嵌入容量值和第二子嵌入容量值自适应地调整截图页面特征压缩模型和页面元素特征压缩模型的模型结构,以实现特征压缩。
步骤105,将水印图层叠加至截图页面,以生成水印添加后图像。
在一些实施例中,上述执行主可以将水印图层叠加至截图页面,以生成水印添加后图像。
实践中,上述执行主体可以将第一水印图层叠加至截图页面上,将第二水印图层叠加至上述截图页面下,得到上述水印添加后图像。
可选地,上述方法还包括:
第一步,生成上述水印添加后图像对应的图像缩略图。
其中,上述图像缩略图的图像尺寸小于上述水印添加后图像的图像尺寸。
实践中,上述执行主体可以将水印添加后图像缩小为预设尺寸,得到上述图像缩略图。其中,预设尺寸与上述图像缩略图的图像尺寸一致。
第二步,将上述图像缩略图浮动显示于显示界面的目标位置。
其中,目标位置可以是显示界面的右下角位置,显示界面是用于显示应用页面和图像缩略图的界面。
第三步,响应于检测到针对上述图像缩略图的图像点击操作,弹出图像调整界面。
其中,上述图像调整界面是用于对上述水印添加后图像进行图像调整的界面。
其中,图像调整界面可以包括:删除操作按钮、修改操作按钮、分享操作按钮和调整尺寸框。
第四步,响应于检测到图像保存操作,对调整后的水印添加后图像进行图像保存。
实践中,上述执行主体可以将调整后的水印添加后图像进行图像保存。保存至预设文件夹内。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的水印生成方法,提高了数据的防篡改性。具体来说,造成数据防篡改性较差的原因在于:第一,固定水印往往对应固定的水印特征,当积累足够的水印样本时,极易对固定水印进行剔除,从而丧失数据的防篡改性;第二,固定水印的生成往往未结合截图对应页面的页面元素构成,导致生成的水印较为单一,数据防篡改性较差。实践中。实践中,截图作为一种常见的数据泄漏方式,通过截图可以轻易地将数据以图片的形式进行泄漏。常规的添加固定水印(如,时间戳,IP(Internet Protocol,网际协议)地址等)的方式,由于水印内容往往固定,当积累足够的水印样本时,极易被剔除。同时,固定水印也与截图中包含的数据没有直接关联性。从而导致水印的防篡改性较差。基于此,本公开的一些实施例的水印生成方法,首先,响应于检测到针对应用页面的截图操作,确定截图页面区域信息,其中,上述截图页面区域信息包括:截图页面和页面元素信息组,页面元素信息表征上述截图页面包括的页面元素的元素属性。通过确定截图页面区域信息,可以快速地确定被截图内容。其次,通过预先训练的页面特征提取模型对上述截图页面进行页面特征提取,以生成截图页面特征。实践中,截图页面往往是以图像的形式存在,其包含了可视化的页面内容,因此,通过页面特征提取,可以直观地得到截图页面对应的页面特征。接着,对上述页面元素信息组中的每个页面元素信息进行页面元素特征提取,以生成页面元素特征,得到页面元素特征组。实践中,应用页面往往是由多个页面元素构成(例如,应用页面可以是HTML5页面)。因此,通过页面元素特征提取,可以实现从页面元素层级的特征提取。进一步,根据上述截图页面特征、上述页面元素特征组和页面生成信息,生成水印图层,其中,上述页面生成信息包括:截图对象标识、截图终端地址和截图时间戳。从而得到与截图页面存在关联的水印图层。最后,将上述水印图层叠加至上述截图页面,以生成水印添加后图像。通过此种方式的水印生成方法,得到的水印图层与截图页面存在关联关系,增加了水印的剔除难度。同时,当数据本身被篡改时,也可通过水印直观反映。大大提高了数据的防篡改性。
进一步参考图2,作为对上述各图所示方法的实现,本公开提供了一种水印生成装置的一些实施例,这些装置实施例与图1所示的那些方法实施例相对应,该水印生成装置具体可以应用于各种电子设备中。
如图2所示,一些实施例的水印生成装置200包括:确定单元201、页面特征提取单元202、页面元素特征提取单元203、生成单元204和叠加单元205。其中,确定单元201,被配置成响应于检测到针对应用页面的截图操作,确定截图页面区域信息,其中,上述截图页面区域信息包括:截图页面和页面元素信息组,页面元素信息表征上述截图页面包括的页面元素的元素属性;页面特征提取单元202,被配置成通过预先训练的页面特征提取模型对上述截图页面进行页面特征提取,以生成截图页面特征;页面元素特征提取单元203,被配置成对上述页面元素信息组中的每个页面元素信息进行页面元素特征提取,以生成页面元素特征,得到页面元素特征组;生成单元204,被配置成根据上述截图页面特征、上述页面元素特征组和页面生成信息,生成水印图层,其中,上述页面生成信息包括:截图对象标识、截图终端地址和截图时间戳;叠加单元205,被配置成将上述水印图层叠加至上述截图页面,以生成水印添加后图像。
可以理解的是,该水印生成装置200中记载的诸单元与参考图1描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于水印生成装置200及其中包含的单元,在此不再赘述。
下面参考图3,其示出了适于用来实现本公开的一些实施例的电子设备(例如,计算设备)300的结构示意图。图3示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图3所示,电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301,其可以根据存储在只读存储器302中的程序或者从存储装置308加载到随机访问存储器303中的程序而执行各种适当的动作和处理。在随机访问存储器303中,还存储有电子设备300操作所需的各种程序和数据。处理装置301、只读存储器302以及随机访问存储器303通过总线304彼此相连。输入/输出接口305也连接至总线304。
通常,以下装置可以连接至I/O接口305:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;包括例如磁带、硬盘等的存储装置308;以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置309从网络上被下载和安装,或者从存储装置308被安装,或者从只读存储器302被安装。在该计算机程序被处理装置301执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(Hyper Text TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:响应于检测到针对应用页面的截图操作,确定截图页面区域信息,其中,上述截图页面区域信息包括:截图页面和页面元素信息组,页面元素信息表征上述截图页面包括的页面元素的元素属性;通过预先训练的页面特征提取模型对上述截图页面进行页面特征提取,以生成截图页面特征;对上述页面元素信息组中的每个页面元素信息进行页面元素特征提取,以生成页面元素特征,得到页面元素特征组;根据上述截图页面特征、上述页面元素特征组和页面生成信息,生成水印图层,其中,上述页面生成信息包括:截图对象标识、截图终端地址和截图时间戳;将上述水印图层叠加至上述截图页面,以生成水印添加后图像。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括确定单元、页面特征提取单元、页面元素特征提取单元、生成单元和叠加单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,页面特征提取单元还可以被描述为“通过预先训练的页面特征提取模型对上述截图页面进行页面特征提取,以生成截图页面特征的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (8)

1.一种水印生成方法,包括:
响应于检测到针对应用页面的截图操作,确定截图页面区域信息,其中,所述截图页面区域信息包括:截图页面和页面元素信息组,页面元素信息表征所述截图页面包括的页面元素的元素属性;
通过预先训练的页面特征提取模型对所述截图页面进行页面特征提取,以生成截图页面特征;
对所述页面元素信息组中的每个页面元素信息进行页面元素特征提取,以生成页面元素特征,得到页面元素特征组,其中,所述页面元素信息组中的页面元素包括:页面元素属性和页面元素属性值;
根据所述截图页面特征、所述页面元素特征组和页面生成信息,生成水印图层,其中,所述页面生成信息包括:截图对象标识、截图终端地址和截图时间戳;
将所述水印图层叠加至所述截图页面,以生成水印添加后图像,其中,所述对所述页面元素信息组中的每个页面元素信息进行页面元素特征提取,以生成页面元素特征,包括:
通过独热编码的方式对所述页面元素信息包括的页面元素属性进行属性映射,得到页面元素属性向量;
对所述页面元素信息包括的页面元素属性值进行词嵌入编码,得到编码后页面元素属性值向量;
通过页面元素特征提取模型,对所述页面元素属性向量和所述编码后页面元素属性值向量进行特征提取,得到所述页面元素信息对应的页面元素特征。
2.根据权利要求1所述的方法,其中,所述方法还包括:
生成所述水印添加后图像对应的图像缩略图,其中,所述图像缩略图的图像尺寸小于所述水印添加后图像的图像尺寸;
将所述图像缩略图浮动显示于显示界面的目标位置;
响应于检测到针对所述图像缩略图的图像点击操作,弹出图像调整界面,其中,所述图像调整界面是用于对所述水印添加后图像进行图像调整的界面;
响应于检测到图像保存操作,对调整后的水印添加后图像进行图像保存。
3.根据权利要求2所述的方法,其中,所述水印图层包括:第一水印图层和第二水印图层,所述第一水印图层为显性水印图层,所述第二水印图层为隐形水印图层;以及
所述根据所述截图页面特征、所述页面元素特征组和页面生成信息,生成水印图层,包括:
对所述页面生成信息包括的所述截图对象标识、所述截图终端地址和所述截图时间戳进行拼接,得到拼接后页面生成信息;
对所述拼接后页面生成信息进行信息加密,得到加密后页面生成信息;
将所述加密后页面生成信息添加至空白图层,得到所述第一水印图层。
4.根据权利要求3所述的方法,其中,所述根据所述截图页面特征、所述页面元素特征组和页面生成信息,生成水印图层,还包括:
确定嵌入容量值,其中,所述嵌入容量值表征所述截图页面的最大数据嵌入量;
根据所述截图页面特征对应的第一权重值和所述嵌入容量值,确定第一子嵌入容量值;
根据所述页面元素特征组对应的第二权重值和所述嵌入容量值,确定第二子嵌入容量值;
根据所述第一子嵌入容量值,生成截图页面特征压缩模型;
根据所述第二子嵌入容量值,生成页面元素特征压缩模型;
通过所述截图页面特征压缩模型,对所述截图页面特征进行特征压缩,以生成压缩后截图页面特征;
通过所述页面元素特征压缩模型,对所述页面元素特征组中的页面元素特征进行特征压缩,以生成压缩后页面元素特征,得到压缩后页面元素特征组;
将所述压缩后截图页面特征和所述压缩后页面元素特征组添加至空白图层,得到特征添加后图层;
对所述特征添加后图层的图层属性进行属性调整,得到属性调整后图层,作为所述第二水印图层。
5.根据权利要求4所述的方法,其中,页面特征提取模型包括:页面元素定位模型、全局特征提取层、颜色特征提取模型和样式特征提取模型;以及
所述通过预先训练的页面特征提取模型对所述截图页面进行页面特征提取,以生成截图页面特征,包括:
通过所述页面元素定位模型对所述截图页面进行页面元素定位,以生成候选页面元素区域,得到候选页面元素区域集合;
对于所述候选页面元素区域集合中的每个候选页面元素区域,执行以下特征提取步骤:
通过所述全局特征提取层,对所述候选页面元素区域进行全局特征提取,以生成全局区域特征;
通过所述颜色特征提取模型对所述候选页面元素区域进行颜色特征提取,以生成颜色特征;
通过所述样式特征提取模型对所述候选页面元素区域进行样式特征提取,以生成样式特征;
对所述全局区域特征、所述颜色特征和所述样式特征进行特征拼接,得到拼接后特征;
按照对应的候选页面元素区域的相对位置,对得到的拼接后特征集合中的拼接后特征进行特征拼接,得到所述截图页面特征。
6.一种水印生成装置,包括:
确定单元,被配置成响应于检测到针对应用页面的截图操作,确定截图页面区域信息,其中,所述截图页面区域信息包括:截图页面和页面元素信息组,页面元素信息表征所述截图页面包括的页面元素的元素属性;
页面特征提取单元,被配置成通过预先训练的页面特征提取模型对所述截图页面进行页面特征提取,以生成截图页面特征;
页面元素特征提取单元,被配置成对所述页面元素信息组中的每个页面元素信息进行页面元素特征提取,以生成页面元素特征,得到页面元素特征组,其中,所述页面元素信息组中的页面元素包括:页面元素属性和页面元素属性值;
生成单元,被配置成根据所述截图页面特征、所述页面元素特征组和页面生成信息,生成水印图层,其中,所述页面生成信息包括:截图对象标识、截图终端地址和截图时间戳;
叠加单元,被配置成将所述水印图层叠加至所述截图页面,以生成水印添加后图像,其中,所述对所述页面元素信息组中的每个页面元素信息进行页面元素特征提取,以生成页面元素特征,包括:
通过独热编码的方式对所述页面元素信息包括的页面元素属性进行属性映射,得到页面元素属性向量;
对所述页面元素信息包括的页面元素属性值进行词嵌入编码,得到编码后页面元素属性值向量;
通过页面元素特征提取模型,对所述页面元素属性向量和所述编码后页面元素属性值向量进行特征提取,得到所述页面元素信息对应的页面元素特征。
7.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1至5中任一所述的方法。
8.一种计算机可读介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1至5中任一所述的方法。
CN202310761057.2A 2023-06-26 2023-06-26 水印生成方法、装置、电子设备和计算机可读介质 Active CN116957893B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310761057.2A CN116957893B (zh) 2023-06-26 2023-06-26 水印生成方法、装置、电子设备和计算机可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310761057.2A CN116957893B (zh) 2023-06-26 2023-06-26 水印生成方法、装置、电子设备和计算机可读介质

Publications (2)

Publication Number Publication Date
CN116957893A CN116957893A (zh) 2023-10-27
CN116957893B true CN116957893B (zh) 2024-04-16

Family

ID=88457470

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310761057.2A Active CN116957893B (zh) 2023-06-26 2023-06-26 水印生成方法、装置、电子设备和计算机可读介质

Country Status (1)

Country Link
CN (1) CN116957893B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117972657B (zh) * 2024-03-29 2024-05-31 中国标准化研究院 一种基于服务调用数据的水印嵌入方法

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006086822A (ja) * 2004-09-16 2006-03-30 Sanyo Electric Co Ltd 電子透かし埋め込み装置と方法ならびに電子透かし抽出装置と方法
WO2013009262A1 (en) * 2011-07-14 2013-01-17 Nanyang Technological University Method of watermarking volumetric images
CN109190340A (zh) * 2018-09-13 2019-01-11 中国农业银行股份有限公司 一种网页数字水印生成、识别、打印方法及装置
CN109791579A (zh) * 2017-03-14 2019-05-21 谷歌有限责任公司 半透明嵌入式水印
US10475145B1 (en) * 2017-12-21 2019-11-12 Shutterstock, Inc. Smart watermarking
CN111191414A (zh) * 2019-11-11 2020-05-22 苏州亿歌网络科技有限公司 一种页面水印生成方法、识别方法、装置、设备及存储介质
CN111223032A (zh) * 2018-11-23 2020-06-02 浙江大学 水印嵌入和水印提取方法、装置及设备和数据处理方法
WO2020256718A1 (en) * 2019-06-19 2020-12-24 Google Llc Improved image watermarking
CN112734621A (zh) * 2021-01-15 2021-04-30 苏州浪潮智能科技有限公司 一种图像水印安全处理方法、装置、设备及存储介质
CN113095995A (zh) * 2021-04-28 2021-07-09 平安国际智慧城市科技股份有限公司 网页水印添加方法、装置、电子设备及存储介质
CN113177876A (zh) * 2021-04-09 2021-07-27 作业帮教育科技(北京)有限公司 一种图片的处理方法、装置及电子设备
CN113672837A (zh) * 2021-08-25 2021-11-19 北京三快在线科技有限公司 一种网页水印添加方法及装置
CN114998080A (zh) * 2022-05-18 2022-09-02 郑州大学 人脸防篡改水印生成方法、篡改检测方法及属性检测方法
CN115358911A (zh) * 2022-10-20 2022-11-18 北京万里红科技有限公司 屏幕水印的生成方法、装置、设备和计算机可读存储介质
CN115482142A (zh) * 2022-09-27 2022-12-16 河北纬坤电子科技有限公司 暗水印添加方法、提取方法、系统、存储介质及终端
CN115526282A (zh) * 2021-06-25 2022-12-27 理光软件研究所(北京)有限公司 水印加密方法、水印提取方法、装置及存储介质
CN115600164A (zh) * 2022-09-21 2023-01-13 西安震有信通科技有限公司(Cn) 一种添加定制水印的方法、装置、智能终端及存储介质
CN115659295A (zh) * 2022-11-14 2023-01-31 广州闪畅信息科技有限公司 页面保护方法、装置、设备和存储介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004282677A (ja) * 2003-01-21 2004-10-07 Canon Inc 画像処理方法
US10049421B2 (en) * 2015-02-27 2018-08-14 The Sixth Flag, Inc. Secure content and document watermarking

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006086822A (ja) * 2004-09-16 2006-03-30 Sanyo Electric Co Ltd 電子透かし埋め込み装置と方法ならびに電子透かし抽出装置と方法
WO2013009262A1 (en) * 2011-07-14 2013-01-17 Nanyang Technological University Method of watermarking volumetric images
CN109791579A (zh) * 2017-03-14 2019-05-21 谷歌有限责任公司 半透明嵌入式水印
US10475145B1 (en) * 2017-12-21 2019-11-12 Shutterstock, Inc. Smart watermarking
CN109190340A (zh) * 2018-09-13 2019-01-11 中国农业银行股份有限公司 一种网页数字水印生成、识别、打印方法及装置
CN111223032A (zh) * 2018-11-23 2020-06-02 浙江大学 水印嵌入和水印提取方法、装置及设备和数据处理方法
CN113168666A (zh) * 2019-06-19 2021-07-23 谷歌有限责任公司 改进的图像加水印
WO2020256718A1 (en) * 2019-06-19 2020-12-24 Google Llc Improved image watermarking
CN111191414A (zh) * 2019-11-11 2020-05-22 苏州亿歌网络科技有限公司 一种页面水印生成方法、识别方法、装置、设备及存储介质
CN112734621A (zh) * 2021-01-15 2021-04-30 苏州浪潮智能科技有限公司 一种图像水印安全处理方法、装置、设备及存储介质
CN113177876A (zh) * 2021-04-09 2021-07-27 作业帮教育科技(北京)有限公司 一种图片的处理方法、装置及电子设备
CN113095995A (zh) * 2021-04-28 2021-07-09 平安国际智慧城市科技股份有限公司 网页水印添加方法、装置、电子设备及存储介质
CN115526282A (zh) * 2021-06-25 2022-12-27 理光软件研究所(北京)有限公司 水印加密方法、水印提取方法、装置及存储介质
CN113672837A (zh) * 2021-08-25 2021-11-19 北京三快在线科技有限公司 一种网页水印添加方法及装置
CN114998080A (zh) * 2022-05-18 2022-09-02 郑州大学 人脸防篡改水印生成方法、篡改检测方法及属性检测方法
CN115600164A (zh) * 2022-09-21 2023-01-13 西安震有信通科技有限公司(Cn) 一种添加定制水印的方法、装置、智能终端及存储介质
CN115482142A (zh) * 2022-09-27 2022-12-16 河北纬坤电子科技有限公司 暗水印添加方法、提取方法、系统、存储介质及终端
CN115358911A (zh) * 2022-10-20 2022-11-18 北京万里红科技有限公司 屏幕水印的生成方法、装置、设备和计算机可读存储介质
CN115659295A (zh) * 2022-11-14 2023-01-31 广州闪畅信息科技有限公司 页面保护方法、装置、设备和存储介质

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
基于PDF文档数字水印算法研究;王江泰;中国优秀硕士学位论文全文数据库,信息科技;20110515(第2011年第05期);1-60 *
基于数字水印的可追踪电子文档保护系统研究与实现;周星;中国优秀硕士学位论文全文数据库,信息科技;20130315(第2013年第03期);1-71 *
基于文本重要内容的鲁棒水印算法;姜传贤;陈孝威;李智;;自动化学报;20100915(第09期);40-46 *
基于空样式的网页水印方法;陈韦旭;陈建平;文万志;蔡亮;;计算机科学;20181115(第S2期);348-351 *

Also Published As

Publication number Publication date
CN116957893A (zh) 2023-10-27

Similar Documents

Publication Publication Date Title
CN112184738B (zh) 一种图像分割方法、装置、设备及存储介质
CN111275784B (zh) 生成图像的方法和装置
CN112868224B (zh) 捕获和编辑动态深度图像的方法、装置和存储介质
CN110399847B (zh) 关键帧提取方法、装置及电子设备
CN116957893B (zh) 水印生成方法、装置、电子设备和计算机可读介质
CN113010740A (zh) 词权重的生成方法、装置、设备及介质
CN110874575A (zh) 一种脸部图像处理方法及相关设备
CN111741329B (zh) 一种视频处理方法、装置、设备及存储介质
CN115527101A (zh) 图像的篡改检测方法和处理器
CN111246196B (zh) 视频处理方法、装置、电子设备及计算机可读存储介质
CN114782296B (zh) 图像融合方法、装置及存储介质
CN112418249A (zh) 掩膜图像生成方法、装置、电子设备和计算机可读介质
CN113409188A (zh) 一种图像背景替换方法、系统、电子设备及存储介质
CN113642359B (zh) 人脸图像生成方法、装置、电子设备及存储介质
TWI711004B (zh) 圖片處理方法和裝置
CN113011254A (zh) 一种视频数据处理方法、计算机设备及可读存储介质
KR102161437B1 (ko) 증강현실의 공간맵을 이용한 콘텐츠 공유 장치 및 그 방법
CN110852242A (zh) 基于多尺度网络的水印识别方法、装置、设备及存储介质
CN112164066B (zh) 一种遥感图像分层分割方法、装置、终端及存储介质
CN114299105A (zh) 图像处理方法、装置、计算机设备及存储介质
CN112015416A (zh) 开发网页的校验方法、装置、电子设备及计算机可读介质
CN115345931B (zh) 物体姿态关键点信息生成方法、装置、电子设备和介质
CN111738899B (zh) 用于生成水印的方法、装置、设备和计算机可读介质
CN116567194B (zh) 虚拟图像合成方法、装置、设备及存储介质
CN117934654A (zh) 图像生成模型训练、图像生成方法、装置和计算机设备

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
GR01 Patent grant
GR01 Patent grant