【技術實現步驟摘要】
本專利技術屬于視頻水印處理的，具體地涉及一種水印視頻生成方法及系統。
技術介紹
1、隨著信息技術日新月異的進步，數字內容產業對版權保護的需求日益凸顯，公眾對版權保護的覺悟也不斷提升。在視頻版權防護領域中，傳統的可見水印技術雖然能夠起到標識作用，但其明顯性易導致觀影體驗下降，并且由于水印數據的嵌入通常會增加視頻文件的大小。為了解決這些問題，特征融合的注意力機制視頻不可見水印技術應運而生，該技術能夠智能識別并依據視頻幀內容的特點，在不影響視覺效果的關鍵區域植入隱形水印，從而在保障畫質的同時提高了水印提取的準確性和魯棒性，同時有效降低了模型因過度擬合造成的風險以及計算資源的消耗。當前普遍采用的視頻水印方法往往是在視頻的所有幀中插入重復性的水印信息，然而這種方法忽視了視頻流中動態變化的物體特性——不同幀之間物體形態和位置差異顯著，尤其是當幀間物體差距較大時，強行添加統一、冗余的水印信息不僅大幅增加了計算負擔，而且容易因為不適應復雜的場景變化而導致畫質受損，甚至影響到視頻文件的體積和用戶觀看體驗。
技術實現思路
1、為了解決上述技術問題，本專利技術提供了一種水印視頻生成方法及系統，用于解決現有技術中的技術問題。
2、一方面，本專利技術提供以下技術方案，一種水印視頻生成方法，包括：
3、構建水印添加模型，所述水印添加模型包括編碼器、解碼器、批評家模塊與攻擊者模塊，獲取訓練視頻幀與訓練水印信息，通過所述編碼器將所述訓練視頻幀映射至高維空間，以得到第一訓練特征向量，通過所述
4、通過所述批評家模塊對所述訓練拼接視頻幀進行質量判斷，并輸出判斷結果，若所述判斷結果為視頻幀失真，則重新將所述訓練視頻幀與所述訓練水印信息進行拼接，若所述判斷結果為視頻幀不失真，則將所述訓練拼接視頻幀映射至高維空間，以得到第二訓練特征向量；
5、將所述第一訓練特征向量與所述第二訓練特征向量進行融合處理，以得到訓練水印視頻，通過所述攻擊者模塊對所述訓練水印視頻中的水印信息進行攻擊，將攻擊之后的所述訓練水印視頻輸入所述解碼器中進行反向解碼，若所述編碼器不能從所述訓練水印視頻中提取水印信息，則重新將所述訓練視頻幀與所述訓練水印信息進行拼接，若所述編碼器能夠從所述訓練水印視頻中提取水印信息，則輸出訓練輸出水印信息；
6、基于所述訓練輸出水印信息與所述訓練水印信息計算模型損失函數，通過所述模型損失函數對所述水印添加模型進行迭代更新，以得到更新水印添加模型；
7、獲取待處理視頻以及待添加水印信息，對所述待處理視頻進行拆分處理，以得到若干處理視頻幀，將若干所述待處理視頻幀以及所述待添加水印信息輸入所述更新水印添加模型中，以輸出最終水印視頻。
8、相比現有技術，本專利技術的有益效果為：本申請能夠在保證水印有效性和魯棒性的同時，最大限度地減少對原始視頻畫質的影響，本申請提供的更新水印添加模型能夠適應性地嵌入不可見水印信息，水印信息與視頻內容無縫融合，確保在正常觀看條件下不會察覺到水印的存在，為了平衡水印隱蔽性和信息完整性之間的矛盾，更新水印添加模型優化了水印的編碼方式及嵌入強度，使得即使在遭受攻擊手段時，仍能可靠地提取出水印信息以驗證版權歸屬或追蹤非法復制傳播行為，此外，在水印的質量評估環節考慮到了批評家的專業意見，確保在實際應用中達到既定的視覺無損標準，并且對抗攻擊時保持足夠的穩健性，且當版權沖突出現時，只有與原始水印視頻處理編碼器精確匹配的專用解碼器，才能夠成功地識別并提取嵌入在視頻中的水印數據，這種一對一的編解碼器配對機制，有效地防止了未經授權的第三方訪問和篡改水印信息，從而維護了版權的合法性和媒體資產的安全性，在確保水印難以被察覺和去除的同時，也充分照顧到用戶體驗，維持視頻內容的高品質輸出。
9、較佳的，所述通過所述編碼器將所述訓練視頻幀映射至高維空間，以得到第一訓練特征向量，通過所述編碼器將所述訓練視頻幀與所述訓練水印信息進行拼接，以得到訓練拼接視頻幀的步驟包括：
10、通過所述編碼器對所述訓練視頻幀進行卷積+transformer操作，以將所述訓練視頻幀映射至高維空間，以得到第一訓練特征向量，其中，分別表示時間、寬度、高度，表示訓練視頻幀的通道維度，表示特征深度；
11、識別所述訓練視頻幀的色塊信息，將所述訓練水印信息預先均勻添加至所述訓練視頻幀的每個色塊中，以得到色塊視頻幀；
12、確定所述色塊視頻幀與所述訓練視頻幀之間的色塊差異度，基于所述色塊差異度將所述訓練視頻幀進行區域劃分，以得到第一差異區域與第二差異區域；
13、按預設比例將所述訓練水印信息添加至所述第一差異區域與所述第二差異區域中，以得到訓練拼接視頻幀。
14、較佳的，所述通過所述批評家模塊對所述訓練拼接視頻幀進行質量判斷，并輸出判斷結果，若所述判斷結果為視頻幀失真，則重新將所述訓練視頻幀與所述訓練水印信息進行拼接，若所述判斷結果為視頻幀不失真，則將所述訓練拼接視頻幀映射至高維空間，以得到第二訓練特征向量的步驟包括：
15、通過所述批評家模塊對所述訓練拼接視頻幀進行卷積+transformer操作，以將所述訓練拼接視頻幀映射至高維空間，以得到訓練拼接特征向量；
16、通過所述批評家模塊對所述訓練拼接特征向量依次進行平均池化操作與線性變化操作，以得到批評視頻幀；
17、識別所述批評視頻幀的分辨率與比特率，基于所述批評視頻幀的分辨率與比特率判斷所述批評視頻幀是否失真；
18、若所述批評視頻幀失真，則調整所述預設比例并根據調整后的預設比例將所述訓練水印信息添加至所述第一差異區域與所述第二差異區域中，重新生成訓練拼接視頻幀；
19、若所述批評視頻幀不失真，則對所述批評視頻幀進行卷積+transformer操作，以將所述批評視頻幀映射至高維空間，以得到第二訓練特征向量。
20、較佳的，所述通過所述攻擊者模塊對所述訓練水印視頻中的水印信息進行攻擊，將攻擊之后的所述訓練水印視頻輸入所述解碼器中進行反向解碼，若所述編碼器不能從所述訓練水印視頻中提取水印信息，則重新將所述訓練視頻幀與所述訓練水印信息進行拼接，若所述編碼器能夠從所述訓練水印視頻中提取水印信息，則輸出訓練輸出水印信息的步驟包括：
21、通過所述攻擊者模塊對所述訓練水印視頻中的水印信息進行兩次卷積+transformer操作以及線性變化操作，以得到攻擊特征數據；
22、對所述攻擊特征數據進行水印攻擊，其中，所述水印攻擊過程包括調整分辨率、調整亮度、調整對比度；
23、將水印攻擊之后的所述攻擊特征數據輸入所述解碼器中進行反向解碼，并判斷所述解碼器是否能夠從水印攻擊之后的所述攻擊特征數據中提取出水印信息；
24、若所述解碼器不能從水印攻擊之后的所述攻擊特征數據中提取出水印信息，則調整所述預設比例并根據調整后的預設比例將所述訓練水印本文檔來自技高網...
【技術保護點】
1.一種水印視頻生成方法，其特征在于，包括：
2.根據權利要求1所述的水印視頻生成方法，其特征在于，所述通過所述編碼器將所述訓練視頻幀映射至高維空間，以得到第一訓練特征向量，通過所述編碼器將所述訓練視頻幀與所述訓練水印信息進行拼接，以得到訓練拼接視頻幀的步驟包括：
3.根據權利要求2所述的水印視頻生成方法，其特征在于，所述通過所述批評家模塊對所述訓練拼接視頻幀進行質量判斷，并輸出判斷結果，若所述判斷結果為視頻幀失真，則重新將所述訓練視頻幀與所述訓練水印信息進行拼接，若所述判斷結果為視頻幀不失真，則將所述訓練拼接視頻幀映射至高維空間，以得到第二訓練特征向量的步驟包括：
4.根據權利要求2所述的水印視頻生成方法，其特征在于，所述通過所述攻擊者模塊對所述訓練水印視頻中的水印信息進行攻擊，將攻擊之后的所述訓練水印視頻輸入所述解碼器中進行反向解碼，若所述編碼器不能從所述訓練水印視頻中提取水印信息，則重新將所述訓練視頻幀與所述訓練水印信息進行拼接，若所述編碼器能夠從所述訓練水印視頻中提取水印信息，則輸出訓練輸出水印信息的步驟包括：
5.根據權利
6.根據權利要求1所述的水印視頻生成方法，其特征在于，所述將若干所述待處理視頻幀以及所述待添加水印信息輸入所述更新水印添加模型中，以輸出最終水印視頻的步驟包括：
7.一種水印視頻生成系統，其特征在于，所述系統包括：
8.一種計算機，包括存儲器、處理器以及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如權利要求1至6任一項所述的水印視頻生成方法。
9.一種存儲介質，其特征在于，所述存儲介質上存儲有計算機程序，所述計算機程序被處理器執行時實現如權利要求1至6任一項所述的水印視頻生成方法。
...【技術特征摘要】
1.一種水印視頻生成方法，其特征在于，包括：
2.根據權利要求1所述的水印視頻生成方法，其特征在于，所述通過所述編碼器將所述訓練視頻幀映射至高維空間，以得到第一訓練特征向量，通過所述編碼器將所述訓練視頻幀與所述訓練水印信息進行拼接，以得到訓練拼接視頻幀的步驟包括：
3.根據權利要求2所述的水印視頻生成方法，其特征在于，所述通過所述批評家模塊對所述訓練拼接視頻幀進行質量判斷，并輸出判斷結果，若所述判斷結果為視頻幀失真，則重新將所述訓練視頻幀與所述訓練水印信息進行拼接，若所述判斷結果為視頻幀不失真，則將所述訓練拼接視頻幀映射至高維空間，以得到第二訓練特征向量的步驟包括：
4.根據權利要求2所述的水印視頻生成方法，其特征在于，所述通過所述攻擊者模塊對所述訓練水印視頻中的水印信息進行攻擊，將攻擊之后的所述訓練水印視頻輸入所述解碼器中進行反向解碼，若所述編碼器不能從所述訓練水印視頻中提取水印信息，則重新將所述訓練視頻幀與所述訓練水印信息進行拼接，若所述...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。