摘要
本申请实施例提供了一种基于参数更新抑制的模型版权保护方法及电子设备,涉及数字版权技术领域。其中方法包括:采用第一训练集对采用分类损失结合待求解参数大小为第一目标损失函数的基于CNN的图像分类模型进行训练;计算特征提取层中的每一待求解参数在训练过程中的取值与所述初始值之间的偏差的加权和,结合分类损失构建第二目标损失函数;所述加权和所采用的权重为训练后图像分类模型在第一测试集上的预测分类损失函数对于每一待求解参数的曲率变化度量;获取第二训练集,采用所述第二训练集对采用所述第二目标损失函数且待求解参数的值为所述初始值的图像分类模型进行训练,得到嵌入水印后的图像分类模型。本申请增强水印识别功能的隐蔽性。
技术关键词
图像分类模型
版权保护方法
分类准确率
水印
参数
数字版权技术
度量
样本
处理器
电子设备
偏差
指令
训练集
计算机程序产品
存储器
可读存储介质
标签
算法