Отрывок: Значения радиусов задаются по следующему правилу: 𝑟 = 0,36 × 𝑙, ∆𝑟 = 6. Изображения-триггеры формируются согласно следующему алгоритму: пусть дана псевдоголограмма 𝑊 размера 𝑁 × 𝑁. Изображение оригинального датасета преобразуется в цветовое пространство YCbCr и приводится к размеру псевдоголограммы 𝑁 × 𝑁. Тогда процесс встраивания сводится к аддитивному наложению 043062 VIII Международная конференция и молодёжная школа «Информационн...
Название : | Метод защиты моделей глубокого обучения цифровыми водяными знаками |
Авторы/Редакторы : | Выборнова Ю. Д. Ульянов Д. И. |
Дата публикации : | 2022 |
Библиографическое описание : | Выборнова, Ю. Д. Метод защиты моделей глубокого обучения цифровыми водяными знаками / Ю. Д. Выборнова, Д. И. Ульянов // Информационные технологии и нанотехнологии (ИТНТ-2022) : сб. тр. по материалам VIII Междунар. конф. и молодеж. шк. (г. Самара, 23 - 27 мая) : в 5 т. / М-во науки и образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т систем обраб. изобр. РАН - фил. ФНИЦ "Кристаллография и фотоника" РАН. - Самара : Изд-во Самар. ун-та, 2022Т. 4: Искусственный интеллект / под ред. А. В. Никонорова. - 2022. - С. 043062. |
Аннотация : | В работе предлагается новый метод защиты авторских прав на глубокие нейронные сети. Основная идея состоит во встраивании цифрового водяного знака в нейросетевую модель путем ее дообучения на уникальном наборе изображений-триггеров. Триггерная выборка формируется путем синтеза псевдоголографических изображений и ихвстраивания в растровые изображения оригинального датасета, используемого при обучении исходной модели.Результаты экспериментальных исследований подтверждают работоспособность предложенного метода, при этом процесс встраивания цифровых водяных знаков не влияет на точность защищаемой модели. |
Другие идентификаторы : | RU\НТБ СГАУ\491266 |
Ключевые слова: | CNN авторские права цифровые водяные знаки псевдо-голографические изображения глубокие нейронные сети защита авторских прав защита моделей глубокого обучения |
Располагается в коллекциях: | Информационные технологии и нанотехнологии |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
ИТНТ-2022. Том 4. Искусственный интеллект/978-5-7883-1792-2_2022-043062.pdf | 1.02 MB | Adobe PDF | Просмотреть/Открыть |
Показать полное описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.