CN117556394A - 一种app数字水印生成方法、解码方法、系统、设备及储存介质 - Google Patents
一种app数字水印生成方法、解码方法、系统、设备及储存介质 Download PDFInfo
- Publication number
- CN117556394A CN117556394A CN202311522407.6A CN202311522407A CN117556394A CN 117556394 A CN117556394 A CN 117556394A CN 202311522407 A CN202311522407 A CN 202311522407A CN 117556394 A CN117556394 A CN 117556394A
- Authority
- CN
- China
- Prior art keywords
- information
- app
- digital watermark
- step length
- pixel point
- 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
- 238000000034 method Methods 0.000 title claims abstract description 71
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 23
- 238000004458 analytical method Methods 0.000 claims abstract description 7
- 230000001502 supplementing effect Effects 0.000 claims abstract description 4
- 238000012545 processing Methods 0.000 claims description 30
- 238000012795 verification Methods 0.000 claims description 18
- 230000006870 function Effects 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 8
- 239000003086 colorant Substances 0.000 claims description 7
- 238000013178 mathematical model Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000010801 machine learning Methods 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 6
- 238000009825 accumulation Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000006835 compression Effects 0.000 abstract description 5
- 238000007906 compression Methods 0.000 abstract description 5
- 238000004590 computer program Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 206010044565 Tremor Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/10—Protecting distributed programs or content, e.g. vending or licensing of copyrighted material ; Digital rights management [DRM]
- G06F21/16—Program or content traceability, e.g. by watermarking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements 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)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Computer Hardware Design (AREA)
- Technology Law (AREA)
- Editing Of Facsimile Originals (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种APP数字水印生成方法、解码方法、系统、设备及存储介质，所述生成方法包括：把APP平台I D和/或版本信息数据进行信息加密；把加密后的信息转化为二进制信息，作为要隐藏的信息；判断是否已满足约定的二进制位数N，满足则在二进制信息的高位添加校验位，不满足则在二进制信息的高位先补充0，再在高位添加校验位；获取页面边缘背景底色，选用底色作为0，接近底色色值作为1，生成一条信息隐藏线；将信息隐藏线全局添加在APP页面边缘，形成APP数字水印，具有方便全局添加、隐藏性较好、用户体验好的优点；对应的解码方法采用基于信息解码流程及自研算法P‑EA的APP数字水印解码方法，具有抗压缩性好、解析效率高、解析成功率高的优点。
Description
技术领域
本发明涉及数字水印技术领域，特别是涉及一种APP数字水印生成方法、解码方法、系统、设备及储存介质。
背景技术
为实现APP数据可在社交流媒体传输中进行数据追踪功能，往往需要把APP的平台ID及版本等信息嵌入在APP页面中，但由于APP页面变化多端，显式的数字水印会影响用户体验，全隐式盲写数字水印在APP中的可操作空间非常有限，常用的LSB(最低有效位)、SVD(奇异值分解)以及基于小波变换的TWD技术均无法实现较好的水印效果。
由此可见，上述现有的APP数字水印生成方法在使用上，显然仍存在有不便与缺陷，而亟待加以进一步改进。如何能创设一种方便全局添加、隐藏性较好、用户体验好的APP数字水印的生成方法，以及开发其对应的解码方法成为当前业界极需改进的目标。
发明内容
本发明要解决的技术问题是提供一种APP数字水印生成方法，使其方便全局添加、隐藏性较好、用户体验好；以及提供一种APP数字水印的解码方法，使其抗压缩性好、解析效率高、解析成功率高，从而克服现有技术中存在的不足。
第一方面，本发明提供了一种APP数字水印生成方法，包括以下步骤：
把APP平台ID和/或版本信息数据进行信息加密；
把加密后的信息转化为二进制信息，作为要隐藏的信息；
判断是否已满足约定的二进制位数N(保证隐藏信息二进制长度与解码时一致)，如果满足，则在二进制信息的高位添加C个校验位，如果不满足，则在二进制信息的高位先补充0，再在高位添加C个校验位；所述校验位为含0、1的校验位；
获取页面边缘背景底色，选用底色作为0，接近底色色值作为1，生成一条信息隐藏线；
将信息隐藏线全局添加在APP页面边缘，形成APP数字水印。
根据本发明的一种具体实现方式，所述信息隐藏线的单位像素长度＝屏幕像素宽度/(N+校验位个数C)，将所述信息隐藏线全局添加在APP页面上部或底部边缘。
第二方面，本发明还提供一种APP数字水印解码方法，用于对上述的APP数字水印生成方法所生成的APP数字水印进行解码，所述解码方法包括以下步骤：
截图并对截图中的信息隐藏线的目标像素集合中的像素点进行灰度处理，去除色值干扰，生成待处理像素点序列；
对待处理像素点序列进行两种处理，包括：对待处理像素点序列采用机器学习中无监督kMean聚类算法，进行像素点色值二分类，提取0、1标识色；对待处理像素点序列采用P-EA算法，建立模拟人眼识别的数学模型，即分组最优解+步长动态校验；
基于两种处理结果计算出最优匹配度二进制序列；
去掉校验位，使用原有加密KEY进行解码，解码出原始信息。
根据本发明的一种具体实现方式，所述P-EA算法中，分组最优解
其中：
P:为识别度，表示当前隐藏信息的识别正确程度；
X:二进制信息bit长度,对应N+C；
M：偏移区间；
S(x,y):像素集合相似度函数；
L：单位步长T内像素点集合；
为L的逆向集合；
动态步长校验为：
其中：
校验后的单位步长；
Ti:记录的第i个单位步长；
k:累计的步长数。
根据本发明的一种具体实现方式，所述基于两种处理结果计算出最优匹配度二进制序列包括：
在解码过程中前面嵌入时约定的二进制信息长度为N+C；分组最优解+步长动态校验是通过对截图中信息隐藏线进行N+C均等分后，单位步长为T，单位步长T内的像素点集合用L表示，在偏移区间M内通过L与其逆向集合来计算其相似度S，求出最大相似度，用于衡量是否当前分割最优，并记录第i个单位步长Ti作为当前最优分割步长；
在向后分析过程中如果出现在偏移区间M中单位步长T内像素点集合L与自己逆向集合相似度都低于指定阀值时，就采用步长动态校验来更新当前的单位步长T，整条信息线通过上述累积过程后求平均就可获得最优解P，定义为识别度，表示当前隐藏信息的识别正确程度。
第三方面，本发明还提供了一种APP数字水印生成系统，所述系统包括：
加密模块，被配置用于把APP平台ID和/或版本信息数据进行信息加密；
信息转化模块，被配置用于把加密后的信息转化为二进制信息，作为要隐藏的信息；
判断模块，被配置用于判断是否已满足约定的二进制位数N，如果满足，则在二进制信息的高位添加C个校验位，如果不满足，则在二进制信息的高位先补充0，再在高位添加C个校验位；所述校验位为含0、1的校验位；
信息隐藏线生成模块，被配置用于获取页面边缘背景底色，选用底色作为0，接近底色色值作为1，生成一条信息隐藏线；
添加模块，被配置用于将信息隐藏线全局添加在APP页面边缘，形成APP数字水印。
第四方面，本发明还提供了一种APP数字水印解码系统，所述系统包括：
待处理像素点序列生成模块，被配置用于截图并对截图中的信息隐藏线的目标像素集合中的像素点进行灰度处理，去除色值干扰，生成待处理像素点序列；
处理模块，被配置用于对待处理像素点序列进行两种处理，包括：对待处理像素点序列采用机器学习中无监督kMean聚类算法，进行像素点色值二分类，提取0、1标识色；对待处理像素点序列采用P-EA算法，建立模拟人眼识别的数学模型，即分组最优解+步长动态校验；
计算模块，被配置用于基于两种处理结果计算出最优匹配度二进制序列；
解码模块，被配置用于去掉校验位，使用原有加密KEY进行解码，解码出原始信息。
根据本发明的一种具体实现方式，所述处理模块中P-EA算法中，分组最优解
其中：
P:为识别度，表示当前隐藏信息的识别正确程度；
X:二进制信息bit长度,对应N+C；
M：偏移区间；
S(x,y):像素集合相似度函数；
L：单位步长T内像素点集合；
为L的逆向集合；
动态步长校验为：
其中：
校验后的单位步长；
Ti:记录的第i个单位步长；
k:累计的步长数。
第五方面，本发明提供了一种电子设备，该电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有能够被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行时，使所述至少一个处理器执行所述的APP数字水印生成方法，或APP数字水印解码方法。
第六方面，本发明提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令当由至少一个处理器执行时使所述至少一个处理器执行所述的APP数字水印生成方法或APP数字水印解码方法。
通过采用上述技术方案，本发明至少具有如下有益效果：
(1)本发明采用了一条信息线携带隐藏信息的方式，可以在APP中任意页面添加隐藏性较好的平台ID或版权信息数字水印，解决了其他显式水印对用户体验的影响，同时，该方式属于接入成本较低的信息隐写方案。
(2)本发明还针对性的采用了一种APP数字水印解码算法，基于解码流程，对待处理像素点序列采用P-EA算法，建立模拟人眼识别的数学模型，即分组最优解+步长动态校验；使其在后端解码提取时，具有抗压缩性好、解析效率高、解析成功率高的优点。
(3)设计基于空间的交互方式，在APP页面边缘通过底色提取与0、1色值标识，根据上述约定规则完成信息隐藏，用户几乎0感知，不影响用户体验；从流媒体(比如微信、抖音等)传输中获取的截图信息，通过上述系统对截图解析，最终能够还原出原始信息，实现数据追踪、版权保护等功能。
附图说明
上述仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，以下结合附图与具体实施方式对本发明作进一步地详细说明。
图1为本发明实施例提供的一种APP数字水印生成方法流程示意图；
图2为本发明实施例提供的一种APP数字水印解码方法流程示意图；
图3为通过流媒体传输并多次压缩后出现噪点干扰后的图片部分截取；
图4为本发明实施例提供的一种APP数字水印生成系统结构示意图；
图5为本发明实施例提供的一种APP数字水印解码系统结构示意图；
以及图6为本发明实施例提供的一种电子设备示意图。
具体实施方式
下面结合附图对本发明实施例进行详细描述。
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本发明，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
还需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
另外，在以下描述中，提供具体细节是为了便于透彻理解实例。然而，所属领域的技术人员将理解，可在没有这些特定细节的情况下实践所述方面。
本发明实施例提供了一种一条信息线携带隐藏数字信息并嵌入APP页面的APP数字水印生成方法，并针对性地提供了其对应的、基于信息解码流程及自研算法P-EA的APP数字水印解码方法。
图1为本发明实施例提供的一种APP数字水印生成方法流程示意图。
如图1所示，APP数字水印生成方法，包括以下步骤：
(1)把APP平台ID和/或版本信息数据进行信息加密。
在本实施例中，例如，采用APP平台ID信息数据，为6758984。对其进行信息加密。
(2)把加密后的信息转化为二进制信息，作为要隐藏的信息；
在本实施例中，例如，转换为二进制信息后，为01110111 11011111 11101110。
(3)判断是否已满足约定的二进制位数N(保证隐藏信息二进制长度与解码时一致)，如果满足，则在二进制信息的高位添加校验位，如果不满足，则在二进制信息的高位先补充0，再在高位添加校验位；所述校验位为含0、1的校验位。
其中，位数N是所表示的隐藏信息转换为二进制后的二进制长度，比如24位二进制可以表示范围在0-16777215近千万级别数据；这里的N是为了约定二进制信息固定长度，用于解码时对应N位来计算。校验位的长度固定为C，C为自然数，用于解码时位置校验。
在本实施例，例如，满足位数N(以24位为例)，则直接在高位添加C个的校验位(本实施例采用3个)，如101，添加后的二进制信息为：10101110111 11011111 11101110。
(4)获取页面边缘背景底色，选用底色作为0，接近底色色值作为1，生成一条信息隐藏线。
在本实施例中，例如，页面边缘背景色为白色，0用原底色FFFFFF表示，1用F1F1F1色值来表示，基于此，生成一条信息隐藏线。
当然，作为本发明的一种优选实施方式，在步骤(4)前，还包括确定信息隐藏线的单位像素长度的步骤，信息隐藏线的单位像素长度＝屏幕像素宽度/(N+校验位个数C)，例如，在本实施例中，以iPhone14proMax为例，屏幕分辨率为2796x1290，屏幕像素宽度为1290，底部边缘信息隐藏线的单位像素长度＝1290/(24+3)＝47.7像素(向下取整后为47)。
(5)将信息隐藏线全局添加在APP页面边缘，形成APP数字水印，即可实现数字水印的前端嵌入。
此时，可以将APP中任意页面添加一条信息隐藏线，实现全局任意添加，且该信息隐藏线可以添加在APP页面上部或底部边缘，本实施例优选底部边缘。
图2为本发明实施例提供的一种APP数字水印解码方法流程示意图。
如图2所示，该APP数字水印解码方法，主要是用于对上述的APP数字水印生成方法所生成的APP数字水印进行解码，包括以下步骤：
(1)截图并对截图中的信息隐藏线的目标像素集合中的像素点进行灰度处理，去除色值干扰，生成待处理像素点序列。
在本实施例中，具体地，先对含有信息隐藏线的APP页面截图，根据校验位(这里以3位的101为例，校验位也可成标识位)获取目标-信息隐藏线；获取信息隐藏线的目标像素集合，再对其中的像素点进行灰度处理，去除色值干扰即可生成待处理像素点序列。
(2)对待处理像素点序列进行两种处理：
第一种处理为kMean聚类：对待处理像素点序列采用机器学习中无监督kMean聚类算法，进行像素点色值二分类，根据二分类结果获取中心坐标，根据设置距离计算出0、1标识色，提取0、1标识色。
第二种处理为P-EA算法：对待处理像素点序列采用P-EA算法，建立模拟人眼识别的数学模型，即分组最优解+步长动态校验。
P-EA算法中，分组最优解
其中：
P:为识别度，表示当前隐藏信息的识别正确程度；也可以理解为综合相似度平均值；
X:二进制信息bit长度，对应N+C。
M：偏移区间；
S(x,y):像素集合相似度函数；
L：单位步长内像素点集合list；
为L的逆序；
动态步长校验为：
其中：
校验后的单位步长；
Ti:记录的第i个单位步长；
k:累计的步长数。
(3)基于两种处理结果计算出最优匹配度二进制序列。
在解码过程中前面嵌入时约定的二进制信息长度为N+C；分组最优解+步长动态校验是通过对截图中信息隐藏线进行N+C均等分后，单位步长为T，单位步长T内的像素点集合用L表示，在偏移区间M内通过L与其逆向集合来计算其相似度S，求出最大相似度，用于衡量是否当前分割最优，并记录第i个单位步长Ti作为当前最优分割步长；
在向后分析过程中如果出现在偏移区间M中单位步长T内像素点集合L与自己逆向集合相似度都低于指定阀值时，就采用步长动态校验来更新当前的单位步长T，整条信息线通过上述累积过程后求平均就可获得最优解P，定义为识别度，表示当前隐藏信息的识别正确程度。
(4)然后去掉校验位，使用原有加密KEY进行解码，解码出原始信息，最终实现后端解码。
通过采用上述方法进行解码，尤其是采用含有P-EA算法的解码方法，可以有效提高流媒体传输中遇到的图线压缩等造成的图片失真及噪声干扰后信息提取的精确度。如图3所示为通过流媒体传输并多次压缩后出现噪点干扰后的图片，这种情况采用上述解码方案仍然能够解析正确。
图4示出了本发明实施例提供的一种APP数字水印生成系统1000，包括：加密模块1010，信息转化模块1020，判断模块1030，信息隐藏线生成模块1040，添加模块1050。
加密模块1010，用于把APP平台ID和/或版本信息数据进行信息加密；信息转化模块1020，用于把加密后的信息转化为二进制信息，作为要隐藏的信息；判断模块1030，用于判断是否已满足约定的二进制位数N，如果满足，则在二进制信息的高位添加C个校验位，如果不满足，则在二进制信息的高位先补充0，再在高位添加C个校验位；所述校验位为含0、1的校验位；信息隐藏线生成模块1040，用于获取页面边缘背景底色，选用底色作为0，接近底色色值作为1，生成一条信息隐藏线；添加模块1050，用于将信息隐藏线全局添加在APP页面边缘，形成APP数字水印。
图5示出了本发明实施例提供的一种APP数字水印解码系统2000，包括：待处理像素点序列生成模块2010，处理模块2020，计算模块2030，解码模块2040。
待处理像素点序列生成模块2010，用于截图并对截图中的信息隐藏线的目标像素集合中的像素点进行灰度处理，去除色值干扰，生成待处理像素点序列；处理模块2020，用于对待处理像素点序列进行两种处理，包括：对待处理像素点序列采用机器学习中无监督kMean聚类算法，进行像素点色值二分类，提取0、1标识色；对待处理像素点序列采用P-EA算法，建立模拟人眼识别的数学模型，即分组最优解+步长动态校验；计算模块2030，用于基于两种处理结果计算出最优匹配度二进制序列；解码模块2040，用于去掉校验位，使用原有加密KEY进行解码，解码出原始信息。
在本发明实施例中，本发明APP数字水印生成或解码系统还针对不同设备增加了兼容优化，可以用于电脑、手机、iPad多种设备应用。
参见图6，本发明实施例还提供了一种电子设备110，该电子设备包括：
至少一个处理器；以及，
与该至少一个处理器通信连接的存储器；其中，
该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述方法实施例中的APP数字水印生成方法，或APP数字水印解码方法。
本发明实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述方法实施例中的APP数字水印生成方法，或APP数字水印解码方法方法。
下面参考图6，其示出了适于用来实现本发明实施例的电子设备110的结构示意图。本发明实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的电子设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示，电子设备110可以包括处理装置(例如中央处理器、图形处理器等)1101，其可以根据存储在只读存储器(ROM)1102中的程序或者从存储装置1108加载到随机访问存储器(RAM)1103中的程序而执行各种适当的动作和处理。在RAM1103中，还存储有电子设备110操作所需的各种程序和数据。处理装置1101、ROM1102以及RAM1103通过总线1104彼此相连。输入/输出(I/O)接口1105也连接至总线1104。
通常，以下装置可以连接至I/O接口1105：包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置1106；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置1107；包括例如磁带、硬盘等的存储装置1108；以及通信装置1109。通信装置1109可以允许电子设备110与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种装置的电子设备110，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。
特别地，根据本发明的实施例，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，本发明的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。在这样的实施例中，该计算机程序可以通过通信装置1109从网络上被下载和安装，或者从存储装置1108被安装，或者从ROM1102被安装。在该计算机程序被处理装置1101执行时，执行本发明实施例的方法中限定的上述功能。
需要说明的是，本发明上述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。在本发明中，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。而在本发明中，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。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种APP数字水印生成方法，其特征在于，包括以下步骤：
把APP平台ID和/或版本信息数据进行信息加密；
把加密后的信息转化为二进制信息，作为要隐藏的信息；
判断是否已满足约定的二进制位数N，如果满足，则在二进制信息的高位添加C个校验位，如果不满足，则在二进制信息的高位先补充0，再在高位添加C个校验位；所述校验位为含0、1的校验位；
获取页面边缘背景底色，选用底色作为0，接近底色色值作为1，生成一条信息隐藏线；
将信息隐藏线全局添加在APP页面边缘，形成APP数字水印。
2.根据权利要求1所述的APP数字水印生成方法，其特征在于，所述信息隐藏线的单位像素长度＝屏幕像素宽度/(N+校验位个数C)，将所述信息隐藏线全局添加在APP页面上部或底部边缘。
3.一种APP数字水印解码方法，其特征在于，用于对权利要求1或2所述的APP数字水印生成方法所生成的APP数字水印进行解码，所述解码方法包括以下步骤：
截图并对截图中的信息隐藏线的目标像素集合中的像素点进行灰度处理，去除色值干扰，生成待处理像素点序列；
对待处理像素点序列进行两种处理，包括：对待处理像素点序列采用机器学习中无监督kMean聚类算法，进行像素点色值二分类，提取0、1标识色；对待处理像素点序列采用P-EA算法，建立模拟人眼识别的数学模型，即分组最优解+步长动态校验；
基于两种处理结果计算出最优匹配度二进制序列；
去掉校验位，使用原有加密KEY进行解码，解码出原始信息。
4.根据权利要求3所述的APP数字水印解码方法，其特征在于，所述P-EA算法中，分组最优解
其中：
P:为识别度，表示当前隐藏信息的识别正确程度；
X:二进制信息bit长度,对应N+C；
M：偏移区间；
S(x,y):像素集合相似度函数；
L：单位步长T内像素点集合；
为L的逆向集合；
动态步长校验为：
其中：
校验后的单位步长；
Ti:记录的第i个单位步长；
k:累计的步长数。
5.根据权利要求3或4所述的数字水印解码方法，其特征在于，所述基于两种处理结果计算出最优匹配度二进制序列包括：
在解码过程中前面嵌入时约定的二进制信息长度为N+C；分组最优解+步长动态校验是通过对截图中信息隐藏线进行N+C均等分后，单位步长为T，单位步长T内的像素点集合用L表示，在偏移区间M内通过L与其逆向集合来计算其相似度S，求出最大相似度，用于衡量是否当前分割最优，并记录第i个单位步长Ti作为当前最优分割步长；
在向后分析过程中如果出现在偏移区间M中单位步长T内像素点集合L与自己逆向集合相似度都低于指定阀值时，就采用步长动态校验来更新当前的单位步长T，整条信息线通过上述累积过程后求平均就可获得最优解P，定义为识别度，表示当前隐藏信息的识别正确程度。
6.一种APP数字水印生成系统，其特征在于，所述系统包括：
加密模块，被配置用于把APP平台ID和/或版本信息数据进行信息加密；
信息转化模块，被配置用于把加密后的信息转化为二进制信息，作为要隐藏的信息；
判断模块，被配置用于判断是否已满足约定的二进制位数N，如果满足，则在二进制信息的高位添加C个校验位，如果不满足，则在二进制信息的高位先补充0，再在高位添加C个校验位；所述校验位为含0、1的校验位；
信息隐藏线生成模块，被配置用于获取页面边缘背景底色，选用底色作为0，接近底色色值作为1，生成一条信息隐藏线；
添加模块，被配置用于将信息隐藏线全局添加在APP页面边缘，形成APP数字水印。
7.一种APP数字水印解码系统，其特征在于，所述系统包括：
待处理像素点序列生成模块，被配置用于截图并对截图中的信息隐藏线的目标像素集合中的像素点进行灰度处理，去除色值干扰，生成待处理像素点序列；
处理模块，被配置用于对待处理像素点序列进行两种处理，包括：对待处理像素点序列采用机器学习中无监督kMean聚类算法，进行像素点色值二分类，提取0、1标识色；对待处理像素点序列采用P-EA算法，建立模拟人眼识别的数学模型，即分组最优解+步长动态校验；
计算模块，被配置用于基于两种处理结果计算出最优匹配度二进制序列；
解码模块，被配置用于去掉校验位，使用原有加密KEY进行解码，解码出原始信息。
8.根据权利要求7所述的数字水印解码系统，其特征在于，所述处理模块中P-EA算法中，分组最优解
其中：
P：为识别度，表示当前隐藏信息的识别正确程度；
X:二进制信息bit长度,对应N+C；
M：偏移区间；
S(x,y):像素集合相似度函数；
L：单位步长T内像素点集合；
为L的逆向集合；
动态步长校验为：
其中：
校验后的单位步长；
Ti:记录的第i个单位步长；
k:累计的步长数。
9.一种电子设备，其特征在于，该电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有能够被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行时，使所述至少一个处理器执行如权利要求1或2所述的APP数字水印生成方法，或权利要求3-5中任一项所述的APP数字水印解码方法。
10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令当由至少一个处理器执行时使所述至少一个处理器执行如权利要求1或2所述的APP数字水印生成方法或权利要求3-5中任一项所述的APP数字水印解码方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311522407.6A CN117556394A (zh) | 2023-11-15 | 2023-11-15 | 一种app数字水印生成方法、解码方法、系统、设备及储存介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311522407.6A CN117556394A (zh) | 2023-11-15 | 2023-11-15 | 一种app数字水印生成方法、解码方法、系统、设备及储存介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117556394A true CN117556394A (zh) | 2024-02-13 |
Family
ID=89812282
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311522407.6A Pending CN117556394A (zh) | 2023-11-15 | 2023-11-15 | 一种app数字水印生成方法、解码方法、系统、设备及储存介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117556394A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117857713A (zh) * | 2024-03-06 | 2024-04-09 | 深圳码隆智能科技有限公司 | 一种用于保护教学视频知识版权的隐藏式数字水印方法 |
-
2023
- 2023-11-15 CN CN202311522407.6A patent/CN117556394A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117857713A (zh) * | 2024-03-06 | 2024-04-09 | 深圳码隆智能科技有限公司 | 一种用于保护教学视频知识版权的隐藏式数字水印方法 |
| CN117857713B (zh) * | 2024-03-06 | 2024-06-11 | 深圳码隆智能科技有限公司 | 一种用于保护教学视频知识版权的隐藏式数字水印方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107633218B (zh) | 用于生成图像的方法和装置 | |
| CN109816589B (zh) | 用于生成漫画风格转换模型的方法和装置 | |
| US20230008085A1 (en) | Method for embedding watermark in video data and apparatus, method for extracting watermark in video data and apparatus, device, and storage medium | |
| CN110413812B (zh) | 神经网络模型的训练方法、装置、电子设备及存储介质 | |
| CN109800730B (zh) | 用于生成头像生成模型的方法和装置 | |
| CN109948700B (zh) | 用于生成特征图的方法和装置 | |
| US20240289999A1 (en) | Method, apparatus, device and storage medium for image generation | |
| CN110059624B (zh) | 用于检测活体的方法和装置 | |
| CN117556394A (zh) | 一种app数字水印生成方法、解码方法、系统、设备及储存介质 | |
| CN109934142B (zh) | 用于生成视频的特征向量的方法和装置 | |
| CN112419179B (zh) | 修复图像的方法、装置、设备和计算机可读介质 | |
| CN114004905B (zh) | 人物风格形象图的生成方法、装置、设备及存储介质 | |
| CN117173609A (zh) | 基于多尺度特征和通道注意力的无参考屏幕视频质量评价方法及装置 | |
| CN109919220B (zh) | 用于生成视频的特征向量的方法和装置 | |
| CN109829431B (zh) | 用于生成信息的方法和装置 | |
| CN110287350A (zh) | 图像检索方法、装置及电子设备 | |
| CN118071428A (zh) | 用于多模态监测数据的智能处理系统及方法 | |
| CN110555861A (zh) | 光流计算方法、装置及电子设备 | |
| CN111899747B (zh) | 用于合成音频的方法和装置 | |
| CN118135058A (zh) | 图像生成方法和装置 | |
| CN110751251B (zh) | 生成、变换二维码图像矩阵的方法和装置 | |
| CN109919249B (zh) | 用于生成特征图的方法和装置 | |
| CN111797822A (zh) | 文字对象评价方法、装置和电子设备 | |
| CN110852042A (zh) | 字符类型转换方法和装置 | |
| CN110765304A (zh) | 图像处理方法、装置、电子设备及计算机可读介质 |
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 |