生成式视频管控方法、视频多维确权方法、装置、介质与流程
本公开涉及人工智能,尤其涉及一种生成式视频管控方法、视频多维确权方法、装置、介质。
背景技术:
1、随着人工智能(artificial intelligence generated content,aigc)技术的飞速发展,数字视频生成门槛大幅降低,推动视频资产流转呈现爆发式增长,重塑了视频创作与传播生态,但也催生了一系列技术与商业层面的突出痛点。
2、在版权权属与内容保护方面,生成式视频极易被他人二次剪辑、抽帧截取,或是直接当作ai模型的训练素材,而行业以往常用的单一水印、文件哈希验证等传统防护手段,面对视频裁剪、压缩、ai 重绘等常规修改操作时很容易失效,这也让视频内容的权属认定变得十分困难。与此同时,目前市面上的防盗录方案也存在明显短板,各大平台大多只依靠软件层面的防护机制,通过调用操作系统安全接口实现防截屏、防录屏效果,这类防护方式存在很大漏洞,不仅技术门槛低,还能被简单破解,如用户使用手机直接拍摄屏幕、借助硬件采集卡截取视频信号等物理方式,都可以轻松绕过软件限制,造成视频内容被盗录、非法传播。
技术实现思路
1、有鉴于此,本公开实施例提供了一种生成式视频管控方法、视频多维确权方法、装置、介质,能够解决现有技术在人工智能视频资产领域存在视频版权确权防伪能力不足、防盗录防护易被硬件、物理手段绕过等问题。
2、第一方面,本公开实施例提供了一种生成式视频管控方法,包括:
3、基于视频创作原始输入信息,在视频的生成过程中嵌入多维确权元素,获得目标生成式视频;
4、将所述目标生成式视频封装为受网关控制的渲染数据流包,所述渲染数据流包具有对应的视频api;
5、当调用方请求所述视频api时,通过可信数据空间触发区块链智能合约执行调用者的信息校验;
6、若调用者的信息校验通过,基于渲染层防物理盗录的光学视觉对抗机制下发加密后的所述渲染数据流包;
7、若调用者的信息校验失败,触发所述视频api的自动切断。
8、第二方面,本公开实施例还提供了一种视频多维确权方法,包括:
9、响应于视频确权请求信号,从待分析的生成式视频中提取多维确权特征分别对应的特征匹配率;
10、其中,待分析的所述生成式视频的生成方法包括:基于视频创作原始输入信息,在视频的生成过程中嵌入多维确权元素,获得目标生成式视频;
11、根据所有所述特征匹配率确定生成式视频的确权匹配信息;
12、若所述确权匹配信息满足预设条件,确定待分析的生成式视频为非法盗用受保护原视频元素的视频。
13、第三方面,本公开实施例还提供了一种计算机装置,采用如下技术方案:
14、所述计算机装置包括:
15、至少一个处理器;以及,
16、与所述至少一个处理器通信连接的存储器;其中,
17、所述存储器存储有可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,以使所述至少一个处理器能够执行以上任一所述的生成式视频管控方法或者所述的视频多维确权方法。
18、第四方面,本公开实施例还提供了一种计算机可读存储介质,该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计算机执行以上任一所述的生成式视频管控方法或者所述的视频多维确权方法。
19、第五方面,本公开实施例还提供了一种计算机程序产品,包括计算机程序/指令,该计算机程序/指令被处理器执行时实现以上任一项所述方法的步骤。
20、本公开实施例提供的生成式视频管控方法,基于视频创作原始输入信息,在视频的生成过程中嵌入多维确权元素,获得目标生成式视频;将目标生成式视频封装为受网关控制的渲染数据流包,渲染数据流包具有对应的视频api;当调用方请求视频api时,通过可信数据空间触发区块链智能合约执行调用者的信息校验;若调用者的信息校验通过,基于渲染层防物理盗录的光学视觉对抗机制下发加密后的渲染数据流包,反之,触发视频api的自动切断。该方法在视频生成阶段嵌入多维确权元素完成源头权属标记,通过网关统一管控视频渲染数据流包,结合可信数据空间与区块链智能合约自动化校验调用方身份,校验合法时基于光学视觉对抗机制下发加密数据流抵御屏幕翻拍盗录,校验失败直接切断传输链路。
21、上述说明仅是本公开技术方案的概述,为了能更清楚了解本公开的技术手段,而可依照说明书的内容予以实施,并且为让本公开的上述和其他目的、特征和优点能够更明显易懂,以下特举较佳实施例,并配合附图,详细说明如下。
1.一种生成式视频管控方法,其特征在于,包括:
2.根据权利要求1所述的生成式视频管控方法,其特征在于,所述基于视频创作原始输入信息,在视频的生成过程中嵌入多维确权元素,获得目标生成式视频,包括:
3.根据权利要求2所述的生成式视频管控方法,其特征在于,所述以所述素材视频元数据和系统时钟为种子生成保密帧位置集合,包括:
4.根据权利要求2所述的生成式视频管控方法,其特征在于,所述将所述素材视频流输入aigc条件生成模型中,以所述保密帧位置集合为时序生成基准,生成包含加密后的原始校验帧的第一阶段视频,包括:
5.根据权利要求2所述的生成式视频管控方法,其特征在于,所述对所述第一阶段视频进行空间转频域处理,将基于所述版权方信息生成的频域隐式密点嵌入图像底层频率信息中,逆变换还原像素画面后获得第二阶段视频,包括:
6.根据权利要求2所述的生成式视频管控方法,其特征在于,所述在所述第二阶段视频执行显卡图形渲染管线阶段,将动态空间图层掩码叠加至每一帧图像中的核心目标上,获得目标生成式视频,包括:
7.根据权利要求2所述的生成式视频管控方法,其特征在于,在所述目标生成式视频生成后,还包括:
8.根据权利要求7所述的生成式视频管控方法,其特征在于,所述基于所述素材视频流和所述原始创作提示词获取所述原始生成式视频资产的语义特征哈希空间,包括:
9.一种视频多维确权方法,其特征在于,包括:
10.一种计算机装置,其特征在于,所述计算机装置包括:
11.一种计算机可读存储介质,其特征在于,该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计算机执行权利要求1-8任一所述的生成式视频管控方法或者权利要求9所述的视频多维确权方法。
12.一种计算机程序产品,包括计算机指令,其特征在于,该计算机指令被处理器执行时实现权利要求1-8任一所述的生成式视频管控方法或者权利要求9所述的视频多维确权方法的步骤。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com