首页> 中国专利> 一种零水印生成方法、系统及版权的侵权比对方法、系统

一种零水印生成方法、系统及版权的侵权比对方法、系统

摘要

本发明涉及一种零水印生成方法及系统,基于矢量线和面要素中丰富的角度信息构建零水印,对于常见的水印攻击具有较高的鲁棒性,所用的零水印生成方法本身便能够抵抗所有常见水印攻击。本发明还涉及一种版权的侵权比对方法及系统,将零水印存储到区块链中,能够实现零水印的权威认证和安全管理,进而避免了传统版权注册审核周期长且注册费用高,难以实际应用的问题,摆脱零水印在传统版权注册应用中的困境。还可以利用Hash凭证在区块链中获取零水印序列,并根据零水印序列判断待确认矢量地图是否侵权,利用Hash凭证读取数据接收单位的凭证信息,能够对版权进行溯源,版权信息不易丢失且归属确认精准无误。

著录项

  • 公开/公告号CN113129198A

    专利类型发明专利

  • 公开/公告日2021-07-16

    原文格式PDF

  • 申请/专利权人 南京师范大学;

    申请/专利号CN202110472285.9

  • 发明设计人 任娜;赵亚宙;朱长青;徐鼎捷;

    申请日2021-04-29

  • 分类号G06T1/00(20060101);G06F21/16(20130101);G06T9/00(20060101);G06T11/20(20060101);G06F16/22(20190101);G06F16/27(20190101);G06K9/00(20060101);G06K9/38(20060101);G06K9/46(20060101);

  • 代理机构11569 北京高沃律师事务所;

  • 代理人杨媛媛

  • 地址 210023 江苏省南京市栖霞区文苑路1号

  • 入库时间 2023-06-19 11:52:33

说明书

技术领域

本发明涉及信息安全技术领域,特别是涉及一种零水印生成方法、系统及版权的侵权比对方法、系统。

背景技术

数字水印技术作为一种解决矢量地图版权保护问题的方法得到了广泛的研究。传统的水印构建方法都是直接或间接地将水印嵌入到矢量地图的顶点坐标中。然而,由于这些传统的水印构建方法通常会给宿主带来永久性的失真,因此不适用于对数据精度要求很高的矢量地图。因此,人们提出了一种称为零水印的特殊水印技术,它不将水印物理地嵌入到宿主数据中,并且只通过用于版权认证的矢量地图的固有特性来构造零水印信息。

虽然现有的零水印构建方法解决了传统水印鲁棒性和不可感知性之间的矛盾,但存在两个关键问题导致零水印构建方法在实际应用时具有极大的局限性。首先,零水印构建方法本身鲁棒性欠佳,难以完全抵抗常见的水印攻击。其次,相对于“嵌入式”水印而言,“构造式”水印并算不上真正的水印,任何人都可以使用相同的零水印构建方法提取出零水印,因此现有技术全部选择将零水印送往版权中心注册,但是传统版权注册不仅审核周期长而且注册费用高,难以实际应用。

发明内容

本发明的目的是提供一种零水印生成方法、系统及版权的侵权比对方法、系统,所生成的零水印具有很高的鲁棒性,能够抵抗常见的水印攻击,并且能够摆脱零水印在传统版权注册应用中的困境。

为实现上述目的,本发明提供了如下方案:

一种零水印生成方法,所述生成方法包括如下步骤:

对矢量地图对应的版权图进行二值化,得到所述版权图对应的版权序列;

利用道格拉斯普克算法提取所述矢量地图中的特征点,得到特征点集合;

根据所述版权序列的元素个数和所述特征点集合的平均点,将所述特征点集合划分为多个特征点序列;

对于每一所述特征点序列,根据所述矢量地图的原始数据结构,计算以每一所述特征点为顶点的向量夹角,得到角度序列;

将所述版权序列和所述角度序列进行异或,得到每一所述特征点序列对应的零水印序列。

一种零水印生成系统,所述生成系统包括:

版权序列获取模块,用于对矢量地图对应的版权图进行二值化,得到所述版权图对应的版权序列;

特征点集合获取模块,用于利用道格拉斯普克算法提取所述矢量地图中的特征点,得到特征点集合;

特征点序列获取模块,用于根据所述版权序列的元素个数和所述特征点集合的平均点,将所述特征点集合划分为多个特征点序列;

角度序列生成模块,用于对于每一所述特征点序列,根据所述矢量地图的原始数据结构,计算以每一所述特征点为顶点的向量夹角,得到角度序列;

零水印序列生成模块,用于将所述版权序列和所述角度序列进行异或,得到每一所述特征点序列对应的零水印序列。

一种版权的侵权比对方法,所述比对方法包括如下步骤:

在区块链服务端注册认证数据分发单位和数据接收单位;

分别将所述数据分发单位和所述数据接收单位的凭证信息存入待上链区块中;

将利用上述零水印生成方法所生成的零水印序列存入所述待上链区块中;

将所述数据分发单位的矢量地图传输至所述数据接收单位,并将所述待上链区块上传区块链;

将区块链返回的Hash凭证分别传输至所述数据接收单位和所述数据分发单位;

利用所述Hash凭证在区块链中获取零水印序列;

根据所述零水印序列判断待确认矢量地图是否侵权。

一种版权的侵权比对系统,所述比对系统包括:

认证模块,用于在区块链服务端注册认证数据分发单位和数据接收单位;

待上链区块填充模块,用于分别将所述数据分发单位和所述数据接收单位的凭证信息存入待上链区块中;将利用上述零水印生成方法所生成的零水印序列存入所述待上链区块中;

上链模块,用于将所述数据分发单位的矢量地图传输至所述数据接收单位,并将所述待上链区块上传区块链;

接收模块,用于将区块链返回的Hash凭证分别传输至所述数据接收单位和所述数据分发单位;

获取模块,用于利用所述Hash凭证在区块链中获取零水印序列;

侵权比对模块,用于根据所述零水印序列判断待确认矢量地图是否侵权。

根据本发明提供的具体实施例,本发明公开了以下技术效果:

本发明所提供的一种零水印生成方法及系统,先对矢量地图对应的版权图进行二值化,得到版权图对应的版权序列。然后利用道格拉斯普克算法提取矢量地图中的特征点,得到特征点集合,并根据版权序列的元素个数和特征点集合的平均点,将特征点集合划分为多个特征点序列,对于每一特征点序列,根据矢量地图的原始数据结构,计算以每一特征点为顶点的向量夹角,得到角度序列。最后将版权序列和角度序列进行异或,得到每一特征点序列对应的零水印序列。本发明所采用的零水印生成方法基于矢量线和面要素中丰富的角度信息构建零水印,对于常见的水印攻击具有较高的鲁棒性,所用的零水印生成方法本身便能够抵抗所有常见水印攻击。

本发明还提供了一种版权的侵权比对方法及系统,先在区块链服务端注册认证数据分发单位和数据接收单位,并分别将数据分发单位和数据接收单位的凭证信息存入待上链区块中,同时将利用本发明提供的零水印生成方法所生成的零水印序列存入待上链区块中,然后将数据分发单位的矢量地图传输至数据接收单位,并将待上链区块上传区块链,将区块链返回的Hash凭证分别传输至数据接收单位和数据分发单位。通过将零水印存储到区块链中,能够实现零水印的权威认证和安全管理,进而避免了传统版权注册审核周期长且注册费用高,难以实际应用的问题,摆脱零水印在传统版权注册应用中的困境。还可以利用Hash凭证在区块链中获取零水印序列,并根据零水印序列判断待确认矢量地图是否侵权,利用Hash凭证读取数据接收单位的凭证信息,能够对版权进行溯源,版权信息不易丢失且归属确认精准无误。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。

图1为本发明实施例1所提供的零水印生成方法的方法流程图。

图2为本发明实施例1所提供的零水印生成原理图。

图3为本发明实施例1所提供的矢量地图的示意图。

图4为本发明实施例1所提供的版权图的示意图。

图5为本发明实施例1所提供的特征点集合划分的方法流程图。

图6为本发明实施例1所提供的角度序列计算的示意图。

图7为本发明实施例2所提供的零水印生成系统的结构框图。

图8为本发明实施例3所提供的版权的侵权比对方法的方法流程图。

图9为本发明实施例3所提供的零水印存证原理图。

图10为本发明实施例3所提供的得到原始版权序列的方法流程图。

图11为本发明实施例3所提供的原始版权序列的获取原理图。

图12为本发明实施例3所提供的在矢量地图受到攻击之后,利用零水印所得到的版权图。(a)为受到平移攻击,(b)为受到缩放攻击,(c)为受到旋转攻击,(d)为受到数据压缩攻击,(e)为受到数据增加攻击,(f)为受到数据删除攻击。

图13为本发明实施例3所提供的侵权比对的方法流程图。

图14为本发明实施例3所提供的侵权比对原理图。

图15为本发明实施例4所提供的侵权比对系统的结构框图。

具体实施方式

下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,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。基于本发明中的实施例,本领域普通技术人员在没有做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。

本发明的目的是提供一种零水印生成方法、系统及版权的侵权比对方法、系统,所生成的零水印具有很高的鲁棒性,能够抵抗常见的水印攻击,并且能够摆脱零水印在传统版权注册应用中的困境。

为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。

实施例1:

本实施例用于提供一种零水印生成方法,如图1和图2所示,所述生成方法包括如下步骤:

S1:对矢量地图对应的版权图进行二值化,得到所述版权图对应的版权序列;

对矢量地图对应的版权图进行二值化,得到版权图对应的二值图像矩阵,二值图像矩阵记为I,行数和列数均为N;I(i,j)={0,1},i∈{1,2,3,...N},j∈{1,2,3,...N}。将二值图像矩阵从第一行开始逐行进行排列,得到版权图对应的版权序列,进而将二维二值图像矩阵转换为一维版权序列,记一维版权序列为I

S2:利用道格拉斯普克算法提取所述矢量地图中的特征点,得到特征点集合;

S3:根据所述版权序列的元素个数和所述特征点集合的平均点,将所述特征点集合划分为多个特征点序列;

具体的,如图5所示,S3可以包括:

S31:根据所述版权序列的元素个数确定特征点序列所包含的特征点个数;

考虑到每个特征点需要分配8个比特位来存储二进制角度,记每一特征点序列所包含的特征点个数均为n,则特征点个数n的计算公式为:

式1中,n为特征点序列所包含的特征点个数。

记特征点集合中的特征点个数为H,则根据每一特征点序列所包含的特征点个数可确定特征点序列的个数,

式2中,K为特征点序列的个数。

S32:确定所述特征点集合的平均点;

利用道格拉斯普克算法对矢量地图中的特征点进行提取后,每一特征点均有自己的横坐标和纵坐标,故对特征点集合中的所有特征点的横、纵坐标分别求解平均值,得到平均点的横、纵坐标,从而确定平均点。

S33:根据所述特征点个数,以所述平均点为圆心画多个同心圆;任意两个相邻同心圆组成的圆环内和半径最小的同心圆内所包含的特征点分别组成一所述特征点序列。

由于每一特征点都有自己的横纵坐标,那么,每一特征点都有自己的位置,在对特征点集合进行划分时,以平均点作为圆心画多个同心圆,半径最小的同心圆的半径确定方法为使半径最小的同心圆内存在n个特征点,其他同心圆的半径确定方法为使其与其相邻同心圆组成的圆环内存在n个特征点,进而利用画同心圆的方式将特征点集合划分为均包含n个特征点的K个特征点序列。

S4:对于每一所述特征点序列,根据所述矢量地图的原始数据结构,计算以每一所述特征点为顶点的向量夹角,得到角度序列;

以矢量地图的原始数据结构为一条线为例,如图6所示,这条线上包括端点a、e和特征点b、c、d,以计算以特征点b为顶点的向量夹角为例,线段ab和线段bc组成的夹角即为以特征点b为顶点的向量夹角。以计算以特征点c为顶点的向量夹角为例,线段bc和线段cd组成的夹角即为以特征点c为顶点的向量夹角。

将角度序列记为M,M=(m

S5:将所述版权序列和所述角度序列进行异或,得到每一所述特征点序列对应的零水印序列。

具体的,将角度序列中的每一角度均进行二值化,每一角度二值化后均令其为8位,则可得到长度为N×N的二值化角度序列,将该二值化角度序列记为M

式3中,W为零水印序列;W=(w

本实施例所提供的零水印生成方法,由于矢量地图中的矢量线要素和面要素中的线段都是由若干节点连接而成的,故将线要素和面要素皆视为节点集合,将节点集合中能够反映矢量地图数据整体特征的点视为特征点。为了使算法具有抗简化攻击的能力,采用道格拉斯普克算法对矢量地图进行压缩来选取特征点,得到特征点集合,计算特征点集合的平均点,以平均点为圆心画同心圆,利用同心圆将特征点集合划分为多个特征点序列后,对于每一个特征点序列均计算出以每一特征点为顶点的角度值,得到角度序列,将角度序列二值化后与版权图序列进行异或来构造零水印。本实施例的方法基于矢量线和面要素中丰富的角度信息来构造,对于常见的水印攻击具有较高的鲁棒性,另外,保证了水印特征在空间上的均匀分布,只要不改变节点间相对位置关系以及角度值,那么零水印信息就会被完整的提取出来。

实施例2:

本实施例用于提供一种零水印生成系统,如图7所示,所述生成系统包括:

版权序列获取模块M01,用于对矢量地图对应的版权图进行二值化,得到所述版权图对应的版权序列;

特征点集合获取模块M02,用于利用道格拉斯普克算法提取所述矢量地图中的特征点,得到特征点集合;

特征点序列获取模块M03,用于根据所述版权序列的元素个数和所述特征点集合的平均点,将所述特征点集合划分为多个特征点序列;

角度序列生成模块M04,用于对于每一所述特征点序列,根据所述矢量地图的原始数据结构,计算以每一所述特征点为顶点的向量夹角,得到角度序列;

零水印序列生成模块M05,用于将所述版权序列和所述角度序列进行异或,得到每一所述特征点序列对应的零水印序列。

实施例3:

本实施例用于提供一种版权的侵权比对方法,如图8和图9所示,所述比对方法包括如下步骤:

步骤101:在区块链服务端注册认证数据分发单位和数据接收单位;

数据分发单位为矢量地图的分发单位,其生产矢量地图。数据接收单位为使用该矢量地图的单位。数据分发单位和数据接收单位均在区块链服务端进行注册认证。

步骤102:分别将所述数据分发单位和所述数据接收单位的凭证信息存入待上链区块中;

数据分发单位和数据接收单位均将各自的凭证信息存入待上链区块中,凭证信息可为单位的身份信息。

步骤103:将利用实施例1所述的零水印生成方法所生成的零水印序列S存入所述待上链区块中;

步骤104:将所述数据分发单位的矢量地图传输至所述数据接收单位,并将所述待上链区块上传区块链;

步骤105:将区块链返回的Hash凭证分别传输至所述数据接收单位和所述数据分发单位;

Hash凭证即为查询该区块的索引值。将数据分发单位和数据接收单位的凭证信息存入待上链区块并上传到区块链中,可利用Hash凭证从区块链中提取两个单位的凭证信息,能够对矢量地图的版权进行溯源,便于确认版权归属。

步骤106:利用所述Hash凭证在区块链中获取零水印序列;

本实施例利用区块链技术实现对零水印序列信息的注册、存储和认证,由于区块链技术具有去中心化、不可篡改和可追溯的特征,从技术上避免了零水印管理的混乱和漏洞而导致的版权失效或争议的问题,避免在第三方存储零水印序列信息而导致信息易被损坏的问题,能够实现零水印的权威认证和安全管理,解决了传统零水印序列版权注册耗时长、费用高、版权归属公信力弱等问题,摆脱零水印在传统版权注册应用中的困境,从根本上解决零水印将版权信息存储在第三方机构存在的问题,让矢量地图的零水印真正走向应用。

步骤107:根据所述零水印序列判断待确认矢量地图是否侵权。

作为一种可选的实施方式,本实施例还可将零水印序列和特征点集合的平均点存入待上链区块中。在确定原始版权序列时,如图10和图11所示,所用方法具体包括:

步骤201:根据矢量地图受到的攻击方式确定所述矢量地图所对应的特征点集合的平均点;

利用实施例1中的S2得到矢量地图对应的特征点集合,在确定特征点集合的平均点时,由于矢量地图受到裁剪、增加等攻击会使平均点发生变化,故如果矢量地图受到裁剪和增加攻击,则利用存在区块链上的特征点集合的平均点,如果矢量地图受到其他方式的攻击,则利用实施例1中的S32确定特征点集合的平均点。

步骤202:根据所述矢量地图对应的版权序列的元素个数和所述特征点集合的平均点,将所述特征点集合划分为多个特征点序列;

步骤202与实施例1中的S3所用方法相同,但需要注意的是,不再需要S3中的S32步骤,而是利用步骤201得到特征点集合的平均点。

步骤203:在多个所述特征点序列随机选取一所述特征点序列,根据所述矢量地图的原始数据结构,计算以所述特征点序列中每一所述特征点为顶点的向量夹角,得到所述特征点序列对应的角度序列;

在得到原始版权序列时,无论采用哪一特征点序列来计算,均可以得到相同的版权序列结果,故本实施例直接在所得到的多个特征点序列中随机选取一特征点序列,再利用实施例1中的S4得到这一特征点序列对应的角度序列。

步骤204:对所述特征点序列对应的角度序列和所述零水印序列进行异或,得到原始版权序列。

如图12所示,矢量地图的修改攻击是指其被有意或无意的修改,包括为局部平移、整体平移、整体旋转、数据压缩、数据增加、数据删除等。利用实施例1所用的零水印生成方法所得到的零水印序列,由于其充分利用矢量地图线(面)数据中的角度信息构造强鲁棒性的零水印,水印方法本身能够抵抗几乎所有常见水印攻击,利用该零水印序列确定原始版权图,对于经过不同类型攻击的矢量地图数据,都能够准确的提取出原始的版权图像,有效地保护数据的版权信息。

在此,对本实施例中根据零水印序列判断待确认矢量地图是否侵权进行具体说明,如图13和图14所示,步骤107可以包括:

步骤301:利用道格拉斯普克算法提取待确认矢量地图中的特征点,得到待确认特征点集合;

步骤302:根据所述矢量地图对应的版权序列的元素个数和所述待确认特征点集合的平均点,将所述待确认特征点集合划分为多个待确认特征点序列;

在确定待确认特征点集合的平均点时,同样会根据待确认矢量地图受到的攻击方式来确定。如果待确认矢量地图受到裁剪和增加攻击,则利用存在区块链上的特征点集合的平均点作为待确认特征点集合的平均点,如果待确认矢量地图受到其他方式的攻击,则利用实施例1中的S32确定待确认特征点集合的平均点。

步骤303:对于每一所述待确认特征点序列,根据所述待确认矢量地图的原始数据结构,计算以每一所述待确认特征点为顶点的向量夹角,得到待确认角度序列;

步骤304:将多个所述待确认角度序列和所述零水印序列分别进行异或,得到多个待确认版权序列;

步骤304中的零水印序列是指存储在区块链中的零水印序列。

步骤305:利用相似度计算公式计算每一所述待确认版权序列与原始版权序列的相似度,将相似度的最大值与预设阈值进行比较,若所述相似度的最大值大于所述预设阈值,则所述待确认矢量地图为侵权数据。

在进行相似度计算时,分别将待确认版权序列和原始版权序列转换为二维待确认二值图像矩阵I′和二值图像矩阵I,然后利用下述公式计算相似度。

所述相似度计算公式为:

式4中,NC为相似度;I(i,j)为原始版权序列对应的二值图像矩阵中第i行第j列的元素值;I′(i,j)为待确认版权序列对应的待确认二值图像矩阵中第i行第j列的元素值;i=1,2,......N;j=1,2,......N;XNOR为异或非运算符号。

本实施例所提供的版权的侵权比对方法,利用区块链存储零水印序列,在进行侵权比对时,相较于传统将零水印序列存储到版权中心的方式,能够更加高效的获取零水印序列,从而更高效的进行侵权比对,还能够在不改变矢量地图数据精度的情况下完成数据的版权保护,且该框架还能应用于其他数据类型,如图像、音视频和遥感影像等数据,将图像、音视频和遥感影像等数据的零水印存储在区块链中,对其进行版权保护。

实施例4:

本实施例用于提供一种版权的侵权比对系统,如图15所示,所述比对系统包括:

认证模块M11,用于在区块链服务端注册认证数据分发单位和数据接收单位;

待上链区块填充模块M12,用于分别将所述数据分发单位和所述数据接收单位的凭证信息存入待上链区块中;将利用实施例1所述的生成方法所生成的零水印序列存入所述待上链区块中;

上链模块M13,用于将所述数据分发单位的矢量地图传输至所述数据接收单位,并将所述待上链区块上传区块链;

接收模块M14,用于将区块链返回的Hash凭证分别传输至所述数据接收单位和所述数据分发单位;

获取模块M15,用于利用所述Hash凭证在区块链中获取零水印序列;

侵权比对模块M16,用于根据所述零水印序列判断待确认矢量地图是否侵权。

本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。

去获取专利,查看全文>

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号