正則化に基づく CNNモデルへの電子透かし埋め込み容量の増大

摘要

近年，CNN (畳み込みニューラルネットワーク）が普及しており，学習済みのCNNモデルを簡単に利 用できるようになった.その反面，配布されたCNNモデルの不正利用が問題視されている.これに対し，CNNモ デルの著作権に関する情報を埋め込む電子透かし手法が提案されているが，CNNモデルのウェイ卜の統計的な特徴 が変化してしまう，埋め込み量が少ないという二つの問題がある.本稿では，正則化によるCNNモデルへ透かし 情報を埋め込む際，この二つの問題を改善するため，新たな正則化項を設計し，マッピングされた秘密情報をCNN モデルのウェイ卜に埋め込む手法を提案し，その実験結果から提案手法の有効性を確かめた.