- 2
- 0
- 约1.18万字
- 约 8页
- 2023-05-15 发布于四川
- 举报
本发明公开了一种多重的高精度深度学习模型黑盒水印方法。本发明采用的技术方案如下:包括如下步骤,第一步:条件生成对抗网络技术,CGAN主要包括两个模型,一个是生成器G和判别器D,G模拟数据分布,D估计样本来自训练数据而不是G的概率,CGAN的训练是一个动态过程,是生成器G和判别器D之间的相互博弈过程。在现有的深度学习水印方案中,往往关注的是如何制作水印的方式,对深度学习水印如何嵌入并没有展开深入研究,往往只采用与训练集打乱混合之后一起训练。我们方案探索了在训练中每个batch都对触发集进行训练,能
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116028899 A
(43)申请公布日 2023.04.28
(21)申请号 202210658758.9 G06T 1/00 (2006.01)
原创力文档

文档评论(0)