科研之友
微信
新浪微博
Facebook
分享链接
摘要
神经网络模型作为一种数字资产，其版权保护日益受重视，针对目前神经网络域水印信息单一、不直观的问题，设计一种水印信息内容优化的方法，在训练神经网络时嵌入水印，采用正则化的方法防止训练神经网络时参数过度拟合，并进行了水印信息的加密研究。通过分析图像域和神经网络域中有效水印算法的需求，将简单的二进制串信息优化为有视觉意义的二值图像与灰度图像，对于不同水印形式进行了分析对比，并在嵌入前对水印信息进行了典型的加密预处理分析，包括Arnold变换、按位异或加密以及行列像素置乱加密。结果表明：该方法可以在不影响原始任务性能的情况下有效地嵌入水印，并且提取的信息质量更好，采用行列像素置乱的二值图像作为水印嵌入，对神经网络性能的影响最小。
- 单位
