摘要
本发明涉及一种黑盒模型水印生成与验证方法、装置和介质,方法包括建立生成器,将预设标签和符合高斯正态分布的随机噪声组成的潜在向量同时输入到生成器中,得到图像作为触发器;基于触发器和原始训练样本,对预先训练好的目标DNN模型进行微调,更新DNN模型的参数,得到含水印的DNN模型;使用生成器、潜在向量和预设标签,生成触发样本,将触发样本输入待验证模型,得到触发样本的分类准确率,实现模型验证。与现有技术相比,本发明具有验证准确、性能影响小、避免水印重复验证等优点。
技术关键词
黑盒模型
验证方法
DNN模型
水印
分类准确率
样本
标签
sigmoid函数
随机噪声
表达式
验证装置
阶段
程序
图像
存储器
处理器
介质
数据
参数
系统为您推荐了相关专利信息
卷积特征
多实例
肿瘤影像数据
二维卷积神经网络
三维卷积神经网络
光变曲线分类方法
多维特征向量
监督学习方法
频域特征
引入竞争机制