摘要
本发明提供一种水印添加方法、水印检测方法及水印添加模型训练方法,涉及计算机视觉技术领域,引入拆分模型,用于根据历史词元确定词元分类参数,使文本生成模型的不同次输出对应的词元字典中相同类别的词元的占比不同,可以适用于多种情况下的生成文本,避免强硬地设置固定占比破坏文本生成模型的生成内容的准确性和可用性,使水印添加效果稳定,进而保证了后续的水印检测效果。而且,还引入偏差模型,以根据历史词元确定词元字典中不同词元类别的概率偏差参数,进而使水印添加模块结合概率偏差参数和词元分类参数对第一词元概率分布进行更新,可以改变词元字典中不同词元类别的词元被选中的概率值,进一步提升后续的水印检测效果。
技术关键词
文本生成模型
水印检测方法
模型训练方法
字典
参数
检测损失
偏差
计算机视觉技术
信息熵
语义
处理器
计算机程序产品
样本
模块
可读存储介质
种子
存储器
系统为您推荐了相关专利信息
无监督深度学习
恢复方法
DNN模型
空间光调制器调制
光学系统
工作站
联合优化方法
整数规划模型
资源分配
装配线
激光雷达图像
交互特征
通道注意力机制
分类网络
特征提取模块