(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211341213.1 (22)申请日 2022.10.31 (71)申请人 知安视娱 （北京） 科技有限公司 地址 100176 北京市大兴区北京经济技 术 开发区宏达北路12号A幢3层310室(北 京自贸试验区高端产业片区亦庄组 团) (72)发明人 张海永　 (74)专利代理 机构 北京弘权知识产权代理有限 公司 11363 专利代理师 朱紫晓　温瑞鑫 (51)Int.Cl. G06F 21/10(2013.01) G06F 16/27(2019.01) (54)发明名称 侵权判定方法 (57)摘要 本申请实施例提供的侵权判定方法， 通过采 用区块链技术将原始文件数据的特征值及授权 链信息进行上链登记， 生成上链登记信息， 最终 将待判定的目标文件数据的特征值与上链登记 的特征值进行比对， 根据比对结果确定目标文件 数据是否为侵权数据。 由于区块链 技术具有不可 伪造、 不可篡改和可追溯的特点， 从而保证上链 登记后的特征值的准确性， 进而使得最终在通过 特征值判定目标文件数据是否为侵权数据时的 准确性也会 更高， 上链登记信息包括特征值及授 权链信息， 授权链信息上链为原始文件版权溯源 提供可信凭证。 其中， 原始文件数据可 以包括影 视文件数据及IP衍生品文件数据， 从而还可以实 现对影视以及IP衍 生品的版权保护。 权利要求书2页 说明书12页 附图7页 CN 115391751 A 2022.11.25 CN 115391751 A 1.一种侵 权判定方法， 其特 征在于， 包括： 获取原始文件数据的特 征值； 采用区块链技术将所述特征值进行上链登记， 生成所述原始文件数据对应的上链登记 信息； 所述上链登记信息包括上链登记的特 征值； 将待判定的目标文件数据的特征值与所述上链登记的特征值进行比对， 根据比对结果 确定所述目标文件数据是否为侵 权数据。 2.根据权利要求1所述的侵权判定方法， 其特征在于， 在所述将待判定的目标文件数据 的特征值与所述上链登记的特征值进 行比对， 根据比对结果确定所述目标文件数据是否为 侵权数据之前， 所述方法还 包括： 获取所述待判定的目标文件数据的授权链信息； 采用所述 区块链技术将所述授权链信 息进行上链登记， 生成所述目标文件数据对应的 上链登记信息； 所述上链登记信息包括上链登记的授权链信息； 比对所述目标文件数据的授权链信息与数据库中预先存储的所述原始文件数据的参 考授权链信息； 所述根据比对结果确定所述目标文件数据是否为侵 权数据， 包括： 若所述目标文件数据的授权链信 息与所述参考授权链信 息一致， 则将待判定的目标文 件数据的特征值与所述上链登记的特征值进 行比对， 根据比对结果确定所述目标文件数据 是否为侵 权数据。 3.根据权利要求1所述的侵权判定方法， 其特征在于， 基于所述原始文件数据的内容划 分， 所述原始文件数据包括： 具有版权的文件数据和所述具有版权的文件数据的衍生品数 据； 基于所述原始文件数据的类型划分， 所述原始文件数据包括原始视频数据、 原始图像 数据、 原始音频数据中的至少一种。 4.根据权利要求3所述的侵权判定方法， 其特征在于， 所述获取原始文件数据的特征 值， 包括： 如果所述原始文件数据包括原始视频数据， 则获取所述原始视频数据中至少一个视频 片段对应的图像组， 并采用哈希算法， 分别计算所述图像组中的各帧原始图像的哈希值， 所 述原始视频数据的特 征值包括各帧所述原 始图像的哈希值； 如果所述原始文件数据包括所述原始图像数据， 则采用哈希算法计算所述原始图像数 据的哈希值， 所述原 始图像数据的特 征值包括各 所述原始图像数据的哈希值； 如果所述原始文件数据包括所述原始音频数据， 则获取所述原始音频数据中至少一个 音频片段， 并采用哈希算法计算所述原始音频片段 的哈希值， 所述原始音频数据的特征值 包括各所述原始音频片段的哈希。 5.根据权利要求4所述的侵权判定方法， 其特征在于， 所述针对所述图像组中的各帧原 始图像， 采用哈希算法计算所述原始图像的哈希值， 得到所述原始视频数据 的特征值， 包 括： 针对所述图像组中的各帧原 始图像， 对所述原 始图像进行 灰度转化， 生成灰度图像组； 针对所述灰度图像组中的各帧灰度图像， 采用哈希算法计算所述灰度图像的哈希值， 得到所述原 始视频数据的特 征值。权　利　要　求　书 1/2 页 2 CN 115391751 A 26.根据权利要求1所述的侵 权判定方法， 其特 征在于， 所述方法还 包括： 将所述原始文件数据输入至预设多模态识别模型中进行计算， 生成所述原始文件数据 对应的第一多模态信息， 将所述待判定的目标文件数据输入至所述预设多模态识别模型中 进行计算， 生成所述目标文件数据对应的第二多模态信息； 其中， 所述预设多模态识别模型 是基于人物多模态特征数据集训练得到的， 所述人物多模态特征数据集包括人脸特征数 据、 头部特征数据、 身体特 征数据和声 音特征数据中的至少一种； 计算所述第一多模态信息和所述第二多模态信息之间的相似度； 所述获取原 始文件数据的特 征值， 包括： 若所述相似度大于预设相似度阈值， 则获取 所述原始文件数据的特 征值。 7.根据权利要求5所述的侵权判定方法， 其特征在于， 所述针对所述图像组中的各帧原 始图像， 对所述原 始图像进行 灰度转化， 生成灰度图像组， 包括： 针对所述图像组中的各帧原始图像， 将所述原始图像的图像分辨率调整至预设分辨 率， 生成调整后的图像组； 对所述调整后的图像组进行 灰度转化， 生成所述灰度图像组。 8.根据权利要求1所述的侵权判定方法， 其特征在于， 所述将待判定的目标文件数据的 特征值与所述上链登记的特征值进行比对， 根据比对结果确定所述目标文件数据是否为侵 权数据， 包括： 依次计算所述目标文件数据的特征值与所述上链登记的特征值中各特征值之间的距 离值； 基于所述距离值， 确定所述目标文件数据是否为侵 权数据。 9.根据权利要求8所述的侵权判定方法， 其特征在于， 所述基于所述距离值， 确定所述 目标文件数据是否为侵 权数据， 包括： 若所述距离值小于预设距离 阈值， 则确定所述目标文件数据中的至少部分数据为侵权 数据。 10.根据权利要求9所述的侵权判定方法， 其特征在于， 所述基于所述距离值， 确定所述 目标文件数据是否为侵 权数据， 还 包括： 获取所述距离值小于所述预设距离 阈值的次数， 并获取所述原始文件数据的特征值的 个数； 若所述距离值小于所述预设距离 阈值的次数等于所述原始文件数据的特征值的个数， 则确定所述目标文件数据的全部数据为侵 权数据。权　利　要　求　书 2/2 页 3 CN 115391751 A 3