基于多维特征指纹的CNN图像分类模型相似度的计算方法

本发明公开了一种基于多维特征指纹的CNN图像分类模型相似度的计算方法，是通过提取模原创CNN图像分类模型和盗版CNN图像分类模型的静态参数指纹特征（权重矩阵、偏置向量）和动态输出指纹特征（卷积核输出、卷积层输出、模型输出），形成独特的CNN图像分类模型指纹，并根据指纹提出一种CNN图像分类模型相似度判定机制，可用于CNN图像分类模型溯源对比分析。本发明能通过CNN图像分类模型指纹提取技术提取CNN图像分类模型的指纹，基于提取的指纹判断盗版CNN图像分类模型是否抄袭于原创CNN图像分类模型，从而为CNN图像分类模型的知识产权保护提供一种可靠的方法。