Отрывок: 2) Далее случайным образом выбираются |I| изоб- ражений оригинального датасета. Полученное подмножество I объединяется с подмножеством псевдоголограмм T. 3) Модель обучается на ЦВЗ-наборе W до тех пор, пока точность верификации ЦВЗ не будет доста- точной для однозначного подтверждения автор- ских прав. 4) Процедура проверки авторских прав осуществ- ляется путем оценки прогнозов модели на вери- ...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Выборнова, Ю.Д. | - |
dc.date.accessioned | 2023-02-28 16:18:13 | - |
dc.date.available | 2023-02-28 16:18:13 | - |
dc.date.issued | 2023-04 | - |
dc.identifier | Dspace\SGAU\20230222\102124 | ru |
dc.identifier.citation | Выборнова, Ю.Д. Метод защиты авторских прав на глубокие нейронные сети с помощью цифровых водяных знаков / Ю.Д. Выборнова // Компьютерная оптика. – 2023. – Т. 47, № 2. – С. 251-261. – DOI: 10.18287/2412-6179-CO-1193. | ru |
dc.identifier.uri | 10.18287/2412-6179-CO-1193 | - |
dc.identifier.uri | http://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Metod-zashity-avtorskih-prav-na-glubokie-neironnye-seti-s-pomoshu-cifrovyh-vodyanyh-znakov-102124 | - |
dc.description.abstract | В статье предлагается новый метод защиты авторских прав на глубокие нейронные сети. Основная идея метода заключается во встраивании цифровых водяных знаков в защищаемую модель путем ее дообучения на уникальном наборе псевдоголографических изображений (псевдоголограмм). Псевдоголограмма – это двумерный синусоидальный сигнал, кодирующий двоичную последовательность произвольной длины. Изменяя фазу каждой синусоиды, можно формировать различные изображения-псевдоголограммы на основе одной битовой последовательности. Предлагаемая схема встраивания заключается в генерации обучающей выборки таким образом, чтобы псевдоголограммы, сформированные на основе одной последовательности, попадали в один и тот же класс. При этом каждому классу будут соответствовать различные битовые последовательности. Верификация цифровых водяных знаков осуществляется путем подачи на вход модели различных псевдоголограмм и проверки соответствия скрытой в них последовательности определенному классу. Экспериментальные исследования подтверждают работоспособность метода, а также соответствие всем критериям качества, выдвигаемым к методам встраивания цифровых водяных знаков в нейронные сети. | ru |
dc.description.sponsorship | Исследование выполнено за счет гранта Российского научного фонда № 21-71-00106, https://rscf.ru/project/21-71-00106/. | ru |
dc.language.iso | rus | ru |
dc.publisher | Самарский национальный исследовательский университет | ru |
dc.relation.ispartofseries | 47;2 | - |
dc.subject | защита авторских прав | ru |
dc.subject | цифровой водяной знак | ru |
dc.subject | глубокие нейронные сети | ru |
dc.subject | псевдоголограмма | ru |
dc.title | Метод защиты авторских прав на глубокие нейронные сети с помощью цифровых водяных знаков | ru |
dc.title.alternative | Method for copyright protection of deep neural networks using digital watermarking | ru |
dc.type | Article | ru |
dc.textpart | 2) Далее случайным образом выбираются |I| изоб- ражений оригинального датасета. Полученное подмножество I объединяется с подмножеством псевдоголограмм T. 3) Модель обучается на ЦВЗ-наборе W до тех пор, пока точность верификации ЦВЗ не будет доста- точной для однозначного подтверждения автор- ских прав. 4) Процедура проверки авторских прав осуществ- ляется путем оценки прогнозов модели на вери- ... | - |
dc.classindex.scsti | 28.23.15 | - |
Располагается в коллекциях: | Журнал "Компьютерная оптика" |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
2412-6179_2023_47-2_251-261.pdf | Основная статья | 3.23 MB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.