具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本说明书相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本说明书的一些方面相一致的装置和方法的例子。

在本说明书使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书。在本说明书和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本说明书可能采用术语、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书范围的情况下，信息也可以被称为第二信息，类似地，第二信息也可以被称为信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

本说明书旨在提出一种基于区块链的侵权检测方案，通过将侵权检测细化到局部区域，如果待检测图像的局部特征向量与区块链中存证的原创图像的局部特征向量相似，则说明待检测图像中存在侵犯原创图像的侵权区域。如此，可以识别例如画中画、图像拼接等局部侵权的图像。

另一方面，由于区块链上存证的数据具有不可篡改的特性，因此从原创图像的局部子图像中提取的局部特征向量存证到区块链后可以构建可信的局部特性库；从而使得基于区块链上存证的局部特征库对待检测图像进行侵权检测的侵权检测结果也是可信的；而且侵权检测结果的上链可以避免被篡改，保证了侵权检测结果的安全性。

在本说明书所描述的区块链，具体可以包括私有链、共有链以及联盟链等，在本说明书中不进行特别限定。所述区块链中的节点设备可以无限制的添加，各个节点设备可以同步一个系统时间，以保障智能合约执行的时效性。

需要说明的是，在本说明书中所描述的交易(Transaction)，是指通过区块链的客户端创建，并需要最终发布至区块链的数据存储系统中的一笔数据。

区块链中的交易，通常存在狭义的交易以及广义的交易之分。狭义的交易是指用户向区块链发布的一笔价值转移；例如，在传统的比特币区块链网络中，交易可以是用户在区块链中发起的一笔转账。而广义的交易是指用户向区块链发布的一笔具有业务意图的业务数据；例如，运营方可以基于实际的业务需求搭建一个联盟链，依托于联盟链部署一些与价值转移无关的其它类型的在线业务(比如，宽泛的可以分为查询业务、调用业务等)，而在这类联盟链中，交易可以是用户在联盟链中发布的一笔具有业务意图的业务消息或者业务请求。

上述客户端，可以包括任意类型的以区块链中存储的底层业务数据作为数据支撑，来实现特定的业务功能的上层应用。

请参考图1，图1是本说明书示出的一种与区块链相关的网络环境的示意图。

在如图1所示的网络环境中，可以包括客户端侧计算设备101、服务器端102，以及至少一个区块链系统；例如，区块链系统103、区块链系统104和区块链系统105。

在一种实施方式中，客户端侧计算设备101，可以包括各种不同类型的客户端侧计算设备；例如，客户端侧终端设备可以包括诸如PC终端设备、移动终端设备、物联网设备，以及其它形式的具有一定的计算能力的智能设备，等等。

在一种实施方式中，客户端侧终端设备101中的至少部分计算设备，可以通过各种通信网络耦接到服务器端102；例如，图1中示出的设备3与服务器端102进行了耦接。

不难理解，客户端侧终端设备101中的部分终端设备，也可以不与服务器端102进行耦接，而是作为区块链节点通过各种通信网络直接耦接到区块链系统；例如，图1中示出的设备4，可以作为区块链节点耦接到区块链系统。

其中，上述通信网络可以包括有线和/或无线通信网络；例如，可以是基于运营商提供的有线接入网络或者无线接入网络(比如移动蜂窝网络)实现的局域网(Local AreaNetwork，LAN)、广域网(Wide Area Network，WAN)、因特网或其组合。

在一种实施方式中，客户端侧计算设备101，还可以包括一个或多个用户侧服务器；例如，图1中示出的设备5。客户端侧终端设备101中的至少部分计算设备，可以耦接到该用户侧服务器，而该用户侧服务器可以进一步与上述服务端102进行耦接；例如，图1中示出的设备1和设备2耦接到设备5，设备5进一步耦接服务器端102。

在一种实施方式中，上述用户侧服务器可以由搭建了用户账户体系的服务实体来实现；上述服务实体可以包括面向用户提供各种线上和/或线下服务的服务载体的运营实体；

其中，上述服务载体可以包括软件形式的服务载体，也可以包括硬件形式的服务载体。

在一种实施方式中，上述服务载体可以包括提供线上互联网服务的各种客户端软件；例如，网站、网页、APP等。

在一种实施方式中，上述服务载体也可以包括部署在线下的，能够提供线下服务的各种智能设备；例如，部署在居住区、办公区、公共场所的智能快递柜。

相应的，上述运营实体可以包括上述服务载体对应的运营方；例如，上述运营实体可以包括对上述服务载体进行运营和管理的个人、组织、公司和企业，等等。

在一种实施方式中，服务器端102也可以通过各种通信网络耦接到一个或者多个区块链系统；例如，图1中示出的服务器端102可以分别耦接到区块链系统103、区块链系统104和区块链系统105，等等。

在一种实施方式中，每个区块链系统都可以维护一个或多个区块链(例如，公有区块链、私有区块链、联盟区块链等)，并包括用于承载上述一个或多个区块链的多个区块链节点；例如，如图1中示出的区块链节点1、区块链节点2、区块链节点3、区块链节点4、区块链节点i等可以共同承载一个或者多个区块链。各个区块链系统包含的区块链之间，以及各个区块链系统之间，还可以进行跨链的数据访问。

在一种实施方式中，区块链节点可以包括全节点和轻节点。全节点可以全量下载区块链中的每个区块所包含的区块链交易，并可以根据搭载的区块链共识算法，对每个区块链中所包含的区块链交易进行共识验证。

而轻节点可以不下载完整的区块链，而是可以只下载区块链中的每个区块的区块头数据，并将区块头所包含的数据作为验证根，用于以验证区块链交易的真实性。轻节点可以依附于全节点来访问区块链的更多功能。

例如，图1中示出的区块链系统103中的各个区块链节点都可以作为全节点；而图1中示出的直接耦接到区块链系统的设备4，就可以作为轻节点，依附于区块链系统103中的各个全节点。

在一种实施方式中，区块链节点可以是物理设备，也可以是在服务器或者服务器集群中实现的虚拟设备；例如，区块链节点设备可以是服务器集群中的一台物理主机，也可以是基于虚拟化技术对服务器或者服务器集群搭载的硬件资源进行虚拟化后，创建的虚拟机。每个区块链节点之间，可以通过各种类型的通信方法(比如TCP/IP)耦接在一起形成网络，来承载一个或者多个区块链。

在一种实施方式中，服务器端102可以包括用于提供区块链即服务(BaaS，Blockchain as a Service)的BaaS平台(也称之为BaaS云)。BaaS平台可以通过为区块链上发生的活动(诸如订阅和通知、用户验证、数据库管理和远程更新)，提供预先编写的软件的方式，面向与BaaS平台耦接的客户端侧计算设备，提供简单易用，一键部署，快速验证，灵活可定制的区块链服务，进而可以加速区块链业务应用开发、测试、上线，助力各行业区块链商业应用场景的落地。

例如，在一个例子中，与BaaS平台可以提供诸如MQ(Message Queue，消息队列)服务之类的软件；与BaaS平台耦接的客户端侧计算设备，可以订阅BaaS平台耦接的区块链系统中某一区块链上部署的智能合约，在触发执行后在区块链上产生的合约事件；而BaaS平台可以监听该智能合约在触发执行后在区块链上产生的事件，再基于MQ服务相关的软件，将该合约事件以通知消息的形式添加到消息队列中，使得订阅该消息队列的客户端侧计算设备，能够得到与上述合约事件相关的通知。

在一种实施方式中，BaaS平台还可以提供基于区块链技术的企业级平台服务，以帮助企业级客户构建安全且稳定的区块链环境，并轻松管理区块链的部署、操作、维护和开发。

例如，在一个例子中，BaaS平台可以基于云技术实现丰富的安全策略和多租户的隔离环境、基于芯片加密技术来提供高级的安全保护、基于高度可靠的数据存储，提供可以快速扩展，而不会中断的端到端的高可用性服务；

在另一个例子中，还可以提供增强的管理功能，以帮助客户构建企业级区块链网络环境；以及，还可以为标准区块链应用和数据提供本地支持，支持例如HyperledgerFabric和Enterprise Ethereum-Quorum的主流开源区块链技术，以构建开放且包容的技术生态系统。

在介绍完上述区块链技术，下面介绍下本说明书提供的基于区块链的侵权检测方法。

参见图2，图2是本说明书一实施例示出的一种基于区块链的侵权检测方法的流程图，该方法可以应用在服务端。所述服务端可以是前述图1所示的服务器端102；也可以是前述图1所示的与区块链直连的客户端(如设备4)。

具体地，图2所述的方法可以包括如下所述步骤：

步骤210：对待检测图像进行显著性检测，得到至少一个局部子图像。

其中，所述待检测图像可以是指用户完成的图像作品；通常，用户完成原创的图像作品后可以上传到原创平台进行登记，所述原创平台可以为上述服务端。

在实现时，服务端可以基于显著性检测(Saliency Detection)技术，检测待检测图像中的显著性区域，并剪裁出该显著性区域，以得到N个局部子图像。

这里的显著性检测技术可以采用业内通用的算法，例如detection网络、MaskRCNN网络等机器学习模型。这些机器学习模型通常需要预先进行模型训练，通过大量的具有标签的样本图像，这些样本图像中标记了各个具有显著性特征的区域以及区域代表的标签信息。例如，针对人脸图像样本，则可以标记人脸的五官区域以及每个区域代表的五官名称标签。

通常海量的样本图像可以训练前述的机器学习模型，通过不断计算可以优化模型中的各个参数，使得模型的识别准确率越来越高。当模型训练达到预设要求(例如准确率超过阈值，迭代次数超过预设次数)后，就可以使用训练好的模型。此时，将待检测图像输入到模型中进行计算，就可以输出具有显著性特征的局部子图像。

步骤220：从所述至少一个局部子图像中提取局部特征，基于所述局部特征构建局部特征向量。

在获取到N个局部子图像后，还可以从每个局部子图像中提取的局部特征向量，即可得到N张局部子图像的局部特征向量。

这里特征提取可以使用包括但不限于深度特征提取网络，例如VGG模型、ResNet、MobileNet；或者SIFT、SURF、ORB等特征提取方法。

与前述局部子图像采用的模型训练方法类似的，特征提取采用的模型也需要预先进行模型训练。此时不再进行赘述。

步骤230：将所述局部特征向量与区块链中存证的原创特征向量进行侵权检测，以确定侵权检测结果；其中，所述原创特征向量包括从原创图像的局部子图像中提取的局部特征构建的局部特征向量。

区块链中存证有经过原创认证的原创图像，以及从原创图像的局部子图像中提取的局部特征构建的局部特征向量；这些原创图像的局部特征向量作为原创特征向量可以用于为侵权检测提供可信的局部特征库。

其中，所述原创图像的局部子图像，以及局部子图像中的局部特征向量，都是采用与待检测图像相同的方式得到的。

在实际应用中，不论是公有链、私有链还是联盟链，都可能提供智能合约(Smartcontract)的功能。区块链上的智能合约是在区块链上可以被交易触发执行的合约。智能合约可以通过代码的形式定义。

智能合约可以以规定的方式在区块链网络中每个节点独立的执行，所有执行记录和数据都保存在区块链上，所以当这样的交易执行完毕后，区块链上就保存了无法篡改、不会丢失的交易凭证。

在实现时，可以将智能合约的业务逻辑以代码的形式发布到区块链，以使区块链创建对应的智能合约，该智能合约被调用后就可以访问代码以实现业务逻辑的执行。

而在本说明书中，可以将包含侵权检测逻辑的代码的智能合约发布到区块链中。

在一种实现方式中，服务端可以调用发布于区块链的智能合约中声明的侵权检测逻辑，将所述局部特征向量与区块链中存证的原创特征向量进行侵权检测。

这种方式中，服务端可以作为区块链的节点，直接在本地调用智能合约进行侵权检测。

在另一种实现方式中，服务端可以将局部特征向量作为区块链的交易，发布到区块链；以使区块链中的记账节点响应于该交易，调用发布于区块链的智能合约中声明的侵权检测逻辑，基于所述局部特征向量与所述区块链中存证的原创特征向量进行侵权检测。

这种方式中，服务端可以发起用于侵权检测的交易，以使区块链中的记账节点调用智能合约进行侵权检测。

在一实施例中，在所述步骤230之前，所述方法还可以包括：

对所述局部特征向量进行降维处理；

然而，再基于所述降维后的局部特征向量与所述区块链中存证的原创特征向量进行侵权检测；其中，所述原创特征向量同样可以是降维后的原创特征向量。

其中，所述降维处理可以采用PCA(Principal Component Analysis，主成份分析)算法、SVD(Singular Value Decomposition，奇异值分解)等降维算法。

该实施例中，通过降维可以减少局部特征向量的数据量，从而可以降低侵权检测计算时消耗的计算量，如此由于减少了计算量因此检测效率就会提高。

下面通过步骤A1至A2介绍前述步骤230中，将所述局部特征向量与区块链中存证的原创特征向量进行侵权检测。

步骤A1：将所述局部特征向量与区块链中存证的原创特征向量进行相似度计算；

在实现时，可以将N个局部特征向量分别与原创特征向量进行比对，这样每个局部特征向量可以召回M个原创特征向量(M表示原创特征向量的个数)；

然后，对这N*M个的特征向量组(1个局部特征向量与1个原创特征向量)进行筛选以确定存在相似的原创特征向量。

在一种实现方式中，可以对相同原创图片的原创特征向量进行特征聚合，得到原创特征聚合向量；

对局部特征向量进行特征聚合，得到局部特征聚合向量；

计算所述局部特征聚合向量和各个原创特征聚合向量的相似度；

确定相似度大于阈值的原创特征聚合向量。

在另一种实现方式中，可以采用相似特征个数阈值筛选、分数置信区间筛选等方式筛选出与局部特征向量相似的原创特征向量。

其中，相似特征个数阈值筛选可以是指通过计算局部特征向量和原创特征向量中相似特征的个数，当相似个数超过一定阈值时可以确定原创特征向量与局部特征向量相似。

步骤A2：当不存在局部特征向量与原创特征向量的相似度大于阈值时，确定侵权检测结果为不侵权；将所述局部子图像的相关信息发布至所述区块链进行存证。

如果不存在与所述局部特征向量相似的原创特征向量，则说明待检测图像与区块链中存证的原创图像都不相似，因此可以得出待检测图像是原创图像，没有侵权已登记的原创图像。

在确定待检测图像不侵权后，可以将该待检测图像以及局部子图像的相关信息存证到区块链中。

其中，所述局部子图像的相关信息包括：所述局部特征向量(作为新的原创特征信息)，所述局部特征向量与待检测图像的对应关系，所述局部子图像对应在待检测图像中的位置信息。

通过将属于原创图像的待检测图像的局部特征向量存证到区块链，以完善区块链存证的局部特征库的内容，从而为后续侵权检测提供可信的原创图像的局部特征信息。

步骤A3：当存在局部特征向量与原创特征向量的相似度大于阈值时，确定侵权检测结果为侵权。

在侵权检测结果为侵权时，将侵权信息存证至区块链；其中，所述侵权信息包括：

所述待检测图像和所述原创图像中的侵权区域；其中，所述侵权区域包括相似度大于阈值的局部特征向量对应在所述待检测图像中的局部子图像，相似度大于阈值的原创特征向量对应在所述原创图像中的局部子图像。

通过将侵权信息存证到区块链，以实现固证的目的。当发生侵权纠纷时，可以将区块链存证的侵权信息作为原创方的维权证据，从而提高维权成功率。

通过将侵权检测细化到局部区域，如果待检测图像的局部特征向量与区块链中存证的原创图像的局部特征向量相似，则说明待检测图像中存在侵犯原创图像的侵权区域。如此，可以识别例如画中画、图像拼接等局部侵权的图像。

另一方面，由于区块链上存证的数据具有不可篡改的特性，因此从原创图像的局部子图像中提取的局部特征向量存证到区块链后可以构建可信的局部特性库；从而使得基于区块链上存证的局部特征库对待检测图像进行侵权检测的侵权检测结果也是可信的；而且侵权检测结果的上链可以避免被篡改，保证了侵权检测结果的安全性。

以下再参见图3，图3是本说明书一实施例示出的一种基于区块链的侵权检测方法的流程图，该方法可以应用在与客户端对应的服务端；其中，所述客户端包括去中心化的客户端(例如前述图1所示的设备3)，所述服务端包括区块链即服务平台(例如前述图1所示的服务器端102)。所述的方法可以包括如下所述步骤：

步骤310：接收客户端上传的待检测图像。

所述待检测图像可以是指用户完成的图像作品；通常，用户完成原创的图像作品后可以上传到原创平台进行登记，所述原创平台可以为上述服务端。

步骤320：对待检测图像进行显著性检测，得到至少一个局部子图像；

该步骤与前述图2实施例记载的步骤210相同，可以参考前述步骤210所记载的内容，此处不再进行赘述。

步骤330：从所述至少一个局部子图像中提取局部特征，基于所述局部特征构建局部特征向量；

该步骤与前述图2实施例记载的步骤220相同，可以参考前述步骤220所记载的内容，此处不再进行赘述。

步骤340：将所述局部特征向量与区块链中存证的原创特征向量进行侵权检测；其中，所述原创特征向量包括从原创图像的局部子图像中提取的局部特征构建的局部特征向量；

该步骤与前述图2实施例记载的步骤230类似，可以参考前述步骤230所记载的内容，此处不再进行赘述。

步骤350：在所述侵权检测结果为未侵权时，将所述待检测图像存证至区块链。

在侵权检测结果为未侵权时，说明待检测图像为原创图像，因此可以将待检测图像作为原创图像存证到区块链中。

该实施例中提供了一种基于区块链的侵权检测方案，通过将侵权检测细化到局部区域，利用区块链中存证的原创图像的局部特征向量对待检测图像中的局部显著性区域进行局部侵权检测。如此，可以识别例如画中画、图像拼接等局部侵权的图像。

由于待检测图像并没有局部侵权原创作品，因此可以将待检测图像作为原创作品存证到区块链，利用区块链不可篡改的特性，记录原创作品的原创信息(例如上链时间可以认为是作品的原创时间)；通过区块链存证的原创作品可以保障原创权益。例如可以将记录的原创信息作为维权证据使用。

以下本说明书一实施例还提供的一种基于传统区块链的基于区块链的侵权检测方法。该方法从区块链侧进行撰写，以区块链中的节点作为执行主体。该方法可以包括如下所述步骤：

步骤B1：接收用于对待检测图像进行侵权检测的调用交易；其中，所述调用交易包括从所述待检测图像的局部子图像中提取的局部特征构建的局部特征向量，所述局部子图像包括对所述待检测图像进行显著性检测得到的图像区域。

该步骤中显著性检测、局部特征提取等都已经在前述实施例中介绍过了，这里不再进行赘述。

值得一提的是，在有的实施例中，调用交易可以仅包括待检测图像，然后显著性检测、局部特征提取、和与特征向量构建可以调用智能合约中声明侵权检测逻辑来执行。

步骤B2：响应于所述调用交易，调用发布于区块链的智能合约中声明的侵权检测逻辑，基于所述局部特征向量与所述区块链中存证的原创特征向量进行侵权检测；其中，所述原创特征向量包括从原创图像的局部子图像中提取的局部特征向量。

该步骤中侵权检测可以参考前述实施例中的示例，这里不再进行赘述。

步骤B3：将侵权检测结果存证至所述区块链。

针对存在与所述局部特征向量相似的原创特征向量，所述侵权检测结果包括：所述待检测图像和所述原创图像中的侵权区域；其中，所述侵权区域包括相似的局部特征向量和原创特征向量对应在所述待检测图像和原创图像中的局部子图像。

通过将侵权检测细化到局部区域，如果待检测图像的局部特征向量与区块链中存证的原创图像的局部特征向量相似，则说明待检测图像中存在侵犯原创图像的侵权区域。如此，可以识别例如画中画、图像拼接等局部侵权的图像。

另一方面，由于区块链上存证的数据具有不可篡改的特性，因此从原创图像的局部子图像中提取的局部特征向量存证到区块链后可以构建可信的局部特性库；从而使得基于区块链上存证的局部特征库对待检测图像进行侵权检测的侵权检测结果也是可信的；而且侵权检测结果的上链可以避免被篡改，保证了侵权检测结果的安全性。

与前述基于区块链的侵权检测方法实施例相对应，本说明书还提供了基于区块链的侵权检测装置的实施例。所述装置实施例可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。以软件实现为例，作为一个逻辑意义上的装置，是通过其所在设备的处理器将非易失性存储器中对应的计算机业务程序指令读取到内存中运行形成的。从硬件层面而言，如图4所示，为本说明书基于区块链的侵权检测装置所在设备的一种硬件结构图，除了图4所示的处理器、网络接口、内存以及非易失性存储器之外，实施例中装置所在的设备通常根据基于区块链的侵权检测实际功能，还可以包括其他硬件，对此不再赘述。

请参见图5，为本说明书一实施例提供的基于区块链的侵权检测装置的模块图，所述装置对应了图2所示实施例，所述装置包括：

显著性检测单元510，对待检测图像进行显著性检测，得到至少一个局部子图像；

特征提取单元520，从所述至少一个局部子图像中提取局部特征，基于所述局部特征构建局部特征向量；

侵权检测单元530，将所述局部特征向量与区块链中存证的原创特征向量进行侵权检测，以确定侵权检测结果；其中，所述原创特征向量包括从原创图像的局部子图像中提取的局部特征构建的局部特征向量。

可选的，所述侵权检测单元530中，所述将所述局部特征向量与区块链中存证的原创特征向量进行侵权检测，包括：

调用发布于区块链的智能合约中声明的侵权检测逻辑，将所述局部特征向量与区块链中存证的原创特征向量进行侵权检测。

可选的，所述侵权检测单元530中，将所述局部特征向量与区块链中存证的原创特征向量进行侵权检测，包括：

计算子单元，将所述局部特征向量与区块链中存证的原创特征向量进行相似度计算；

确定子单元，当存在局部特征向量与原创特征向量的相似度大于阈值时，确定侵权检测结果为侵权。

可选的，所述计算子单元，包括：

对相同原创图像的原创特征向量进行特征聚合，得到原创特征聚合向量；对局部特征向量进行特征聚合，得到局部特征聚合向量；计算所述局部特征聚合向量和各个原创特征聚合向量的相似度；确定相似度大于阈值的原创特征聚合向量。

可选的，所述装置还包括：

存证子单元，在侵权检测结果为侵权时，将侵权信息存证至区块链；其中，所述侵权信息包括：所述待检测图像和所述原创图像中的侵权区域；其中，所述侵权区域包括相似度大于阈值的局部特征向量对应在所述待检测图像中的局部子图像，相似度大于阈值的原创特征向量对应在所述原创图像中的局部子图像。

可选的，所述装置还包括：

存证子单元，当不存在局部特征向量与原创特征向量的相似度大于阈值时，确定侵权检测结果为不侵权；将所述局部子图像的相关信息发布至所述区块链进行存证。

可选的，所述局部子图像的相关信息包括：

所述局部特征向量，所述局部特征向量与待检测图像的对应关系，所述局部子图像对应在待检测图像中的位置信息。

请参见图6，为本说明书一实施例提供的基于区块链的侵权检测装置的模块图，所述装置对应了图3所示实施例，所述装置包括：

图像接收单元610，接收客户端上传的待检测图像；

显著性检测单元620，对待检测图像进行显著性检测，得到至少一个局部子图像；

特征提取单元630，从所述至少一个局部子图像中提取局部特征，基于所述局部特征构建局部特征向量；

侵权检测单元640，将所述局部特征向量与区块链中存证的原创特征向量进行侵权检测；其中，所述原创特征向量包括从原创图像的局部子图像中提取的局部特征构建的局部特征向量；

图像存证单元650，在所述侵权检测结果为未侵权时，将所述待检测图像存证至区块链。

可选的，所述图像存证单元650，包括：

在所述侵权检测结果为未侵权时，将所述待检测图像的局部特征向量、所述局部特征向量与所述待检测图像的对应关系、所述局部子图像对应在所述待检测图像中的位置信息作为原创信息存证到区块链。

可选的，所述装置应用在与所述客户端对应的服务端；其中，所述客户端包括去中心化的客户端，所述服务端包括区块链即服务平台。

本说明书一实施例提供的基于区块链的侵权检测装置的模块图，所述装置包括：

接收单元，接收用于对待检测图像进行侵权检测的调用交易；其中，所述调用交易包括所述待检测图像；

确定单元，响应于所述调用交易，调用发布于区块链的智能合约中声明的侵权检测逻辑，确定待检测图像中的局部子图像；其中，所述局部子图像包括所述待检测图像中具有显著性特点的图像区域；

提取单元，从所述局部子图像中提取的局部特征向量；

检测单元，基于所述局部特征向量与所述区块链中存证的原创特征向量进行侵权检测；其中，所述原创特征向量包括从原创图像的局部子图像中提取的局部特征向量；

存证单元，将侵权检测结果存证至所述区块链。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机，计算机的具体形式可以是个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件收发设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任意几种设备的组合。

上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。

对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本说明书方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

本说明书还提供了一种电子设备，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为执行上述任一项基于区块链的侵权检测方法。

在上述电子设备的实施例中，应理解，该处理器可以是中央处理单元(英文：Central Processing Unit，简称：CPU)，还可以是其他通用处理器、数字信号处理器(英文：Digital Signal Processor，简称：DSP)、专用集成电路(英文：Application SpecificIntegrated Circuit，简称：ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，而前述的存储器可以是只读存储器(英文：read-only memory，缩写：ROM)、随机存取存储器(英文：random access memory，简称：RAM)、快闪存储器、硬盘或者固态硬盘。结合本发明实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于电子设备实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本说明书的其它实施方案。本说明书旨在涵盖本说明书的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本说明书的一般性原理并包括本说明书未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本说明书的真正范围和精神由下面的权利要求指出。

应当理解的是，本说明书并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本说明书的范围仅由所附的权利要求来限制。