买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉长沙亦月科技有限公司申请的专利基于自监督视觉模型引导解码的图像水印方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121504703B 。

龙图腾网通过国家知识产权局官网在2026-04-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610043745.9，技术领域涉及：G06T1/00；该发明授权基于自监督视觉模型引导解码的图像水印方法及系统是由姚意智;黎粤;王剀艺;胡余良;卢永毅设计研发完成，并于2026-01-14向国家知识产权局提交的专利申请。

本基于自监督视觉模型引导解码的图像水印方法及系统在说明书摘要公布了：本发明公开了一种基于自监督视觉模型引导解码的图像水印方法及系统，本发明方法包括获取训练数据集中各个数据样本的水印信息m和原始图像I；针对各个数据样本，将水印信息m预处理生成消息张量M，将原始图像I进行退化失真处理生成失真引导热图DGH，从而得到预处理后的训练数据集；利用预处理后的训练数据集对自监督视觉模型进行自监督训练最终得到完成训练的自监督视觉模型。本发明旨在解决现有抗打印拍摄水印技术过度依赖定位掩码，导致在掩码预测不准时解码鲁棒性差的问题，利用深度视觉模型的语义理解能力来替代传统的几何同步，实现端到端的、无需校正的稳健解码。

本发明授权基于自监督视觉模型引导解码的图像水印方法及系统在权利要求书中公布了：1.一种基于自监督视觉模型引导解码的图像水印方法，其特征在于，包括下述步骤： S101，获取训练数据集中各个数据样本的水印信息m和原始图像I； S102，针对各个数据样本，将水印信息m预处理生成消息张量M，将原始图像I进行退化失真处理生成失真引导热图DGH，从而得到预处理后的训练数据集； S103，利用预处理后的训练数据集对自监督视觉模型进行自监督训练，所述自监督视觉模型包括编码器、打印拍摄噪声层、解码器和预训练的自监督语义特征提取网络，且自监督训练中针对每一个数据样本的处理包括：①、利用编码器将数据样本的消息张量M、失真引导热图DGH和原始图像I进行编码得到对应的水印图；②、利用打印拍摄噪声层将水印图进行退化失真处理生成失真图像；利用预训练的自监督语义特征提取网络从水印图中提取空间注意力图；③、利用解码器将失真图像解码生成解码水印信息；④、根据预设的损失函数来优化更新自监督视觉模型的模型参数，所述预设的损失函数包括训练样本的水印信息m、解码水印信息之间的损失；最终得到完成训练的自监督视觉模型，以用于在推理阶段根据输入的消息张量M、失真引导热图DGH和原始图像I进行编码得到对应的水印图； 步骤S102中，将原始图像I生成失真引导热图DGH包括： S201，将原始图像进行退化处理在生成失真图像； S202，对原始图像和失真图像分别采用水平梯度算子与垂直梯度算子进行卷积运算得到原始图像I各个像素坐标处的水平梯度响应和垂直梯度响应： ；； ；； 其中，和分别为原始图像各个像素坐标处的水平梯度响应和垂直梯度响应各个像素坐标处的水平梯度响应和垂直梯度响应；和分别为失真图像各个像素坐标处的水平梯度响应和垂直梯度响应各个像素坐标处的水平梯度响应和垂直梯度响应； S203，在像素级别上计算原始图像和失真图像之间的梯度响应差异： ； 其中，为原始图像和失真图像之间像素坐标处的梯度响应差异，为计算梯度响应差异时，卷积运算所采用的梯度算子类型或配置； S204，将原始图像按预设窗口大小划分为若干窗口集合，并对每一窗口内的梯度响应差异进行统计，计算得到各窗口内像素梯度响应差异的平均值： ； 其中，为第个窗口内像素梯度响应差异的平均值，为第个窗口内的像素数量； S205，将各窗口内像素梯度响应差异的平均值通过空间平滑和归一化处理，从而得到各窗口的归一化处理结果组成的失真引导热图DGH。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人长沙亦月科技有限公司，其通讯地址为：410000 湖南省长沙市岳麓区岳麓街道潇湘中路328号麓枫和苑33号栋湖南湘江新区大学生创新创业园1楼102室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。