申请/专利权人：安徽大学

申请日：2021-11-22

公开（公告）日：2024-03-05

公开（公告）号：CN114065150B

主分类号：G06F21/16

分类号：G06F21/16;G06F21/64;G06N3/0464;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.03.05#授权;2022.03.08#实质审查的生效;2022.02.18#公开

摘要：本发明公开了一种图片版权保护方法，其步骤包括：S1、模型构建和预训练阶段；S2、版权注册阶段；S3、盗版检测阶段。本发明中任意平台机构首先根据用户上传的待注册图片训练图像识别模型，在平台间进行原创性检验后，根据模型参数文件生成哈希，将哈希嵌入图片并登记至区块链；在之后的盗版检测中，平台首先对用户提交的模型参数进行完整性检验，然后对待检测图片进行盗版检测；根据这个方法可以实现跨平台的版权保护，避免版权保护可能存在的欺诈性行为，实现了版权登记过程的公开、透明、有效，同时能够避免图像修改的恶意侵权行为。

主权项：1.一种图片版权保护方法，其特征是应用于一个区块链和n个平台机构所构成的网络环境中，所述区块链包含n个节点，每个节点与每个平台唯一对应，且节点头存储有平台的唯一标识，在所述区块链上部署有读写智能合约和搜索智能合约；令Pk表示第k个平台，1≤k≤n，且第k个平台Pk有nk个用户，令Ukj表示第k个平台Pk下的第j个用户，1≤j≤nk；所述图片版权保护方法包括以下步骤：S1、模型构建和预训练：利用深层卷积神经网络构建图像识别模型model，并利用数据集ImageNet进行预训练，获得卷积层的参数W；S2、版权注册：步骤2.1、构造训练数据集Dkj：任意第j个用户Ukj上传待注册图片Ikj到第k个平台Pk；所述第k个平台Pk对待注册图片Ikj进行数据增强处理，得到正例数据集Poskj，从其他公开图像数据集中随机抽取若干图片组成负例数据集Negkj，从而由所述正例数据集Poskj和负例数据集Negkj构成训练数据集Dkj；步骤2.2、模型训练：所述第k个平台Pk使用所述卷积层的参数W对图像识别模型model进行初始化，然后固定参数W，使用focalloss作为交叉熵在所述训练数据集Dkj上训练所述图像识别模型model，从而获得除卷积层以外的模型参数Wkj；步骤2.3、原创性验证；步骤2.3.1、所述第k个平台Pk对待注册图片Ikj提取数字水印获得水印信息Mkj，使用搜索智能合约在区块链的n个节点上搜索三元组＜IDPk,IDUkj,Mkj＞，其中，ID·表示唯一标识，若搜索成功，则向第j个用户Ukj发出侵权警告并结束流程，否则，执行步骤2.3.2；步骤2.3.2、第k个平台Pk将所述模型参数Wkj分享至网络环境中的其他平台，其他所有平台根据所述卷积层的参数W和共享的模型参数Wkj对图像识别模型model进行初始化后，利用初始化后的图像识别模型对本地的图像数据库进行扫描，若扫描到相似或相同的图片，则向第j个用户Ukj发出侵权警告并结束流程，否则执行步骤2.4，继续版权注册；步骤2.4、登记区块链：步骤2.4.1、第k个平台Pk使用SHA256算法对模型参数Wkj求取哈希值Hkj，然后使用读写智能合约在Pk所对应区块链节点上将三元组＜IDPk,IDUkj,Hkj＞在区块链上进行登记；步骤2.4.2、使用数字水印方法将哈希值Hkj嵌入待注册图片Ikj，从而获得水印图片WMkj；步骤2.4.3、第k个平台Pk将水印图片WMkj和模型参数Wkj返回给第j个用户Ukj，同时将待注册图片Ikj存入本地的图像数据库中进行备份；S3、盗版检测：步骤3.1、验证参数文件完整性和版权归属：第k个平台Pk上的第j个用户Ukj上传待检测图像I′kj和模型参数W′kj到第k个平台Pk，第k个平台Pk使用SHA256算法对第j个用户Ukj的模型参数W′kj求取版权哈希值H′kj，然后使用搜索智能合约在区块链的n个节点上搜索三元组＜IDPk,IDUkj,H′kj＞，如果搜索成功，则执行步骤3.2，否则向第j个用户Ukj发出无效信息警告并结束流程；步骤3.2、盗版检测：步骤3.2.1、第k个平台Pk对待检测图像I′kj提取数字水印WM′kj，并计算其与版权哈希值H′kj之间的相似度，如果相似度达到阈值，则向第j个用户Ukj发出盗版确认，否则执行步骤3.2.2；步骤3.2.2、第k个平台Pk根据参数W和模型参数W′kj对卷积神经网络模型model进行初始化后，利用初始化后的卷积神经网络模型对待检测图像I′kj进行识别，若识别为盗版图片，则向第j个用户Ukj发出盗版确认，否则向第j个用户Ukj发出非盗版确认。

全文数据：

权利要求：

百度查询： 安徽大学 一种图片版权保护方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD