一种用于3D点云数据集的版权验证方法和装置

AITNT
正文
推荐专利
一种用于3D点云数据集的版权验证方法和装置
申请号:CN202411005178
申请日期:2024-07-25
公开号:CN119205474B
公开日期:2025-10-14
类型:发明专利
摘要
本发明公开了一种用于3D点云数据集的版权验证方法和装置,对目标类别t的样本集基于预训练模型做扰动处理,得到植入水印后的样本集;数据集版权拥有者靠近目标类别t的样本集中每一个样本分别被嵌入预先设置好的触发器,得到植入水印后的样本集;随后数据集版权拥有者将植入水印后的样本集开源或授权给第三方;数据集版权拥有者获取第三方训练出的点云深度学习模型的API或是接口,通过第三方训练出的点云深度学习模型分别在无触发器和有触发器的目标类别样本上的分类结果或是预测概率向量,判断该第三方模型是否被训练在植入水印后的样本集上。本发明可以通过点云模型的表现来验证数据集的使用,维护点云数据集版权拥有者的正当权利。
技术关键词
版权验证方法 3D点云数据 样本 深度学习模型 水印 版权验证装置 预训练模型 嵌入方法 点云模型 处理器 可读存储介质 接口 存储器 坐标 矩阵 程序 计算机
系统为您推荐了相关专利信息
1
一种基于位置编码自适应深度置信网络的数据补全方法
数据补全方法 编码 样本 受限玻尔兹曼机 深度置信网络模型
2
单相两级光伏并网逆变器遮光条件下功率点跟踪系统
光伏并网逆变器 功率点跟踪 全桥逆变电路 光伏阵列 光伏电池单元
3
分布式大数据的聚类方法、装置、设备、存储介质及产品
分布式大数据 聚类 样本 节点 分布式文件管理系统
4
一种基于地质“大模型”的成矿异常提取方法
成矿异常提取方法 知识图谱嵌入技术 构建知识图谱 预训练模型 卷积神经网络模型
5
基于多模态多层次特征聚合的小样本图像分类方法及系统
卷积神经网络模型 多层次特征 图像分类网络 图像分类方法 样本
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号