面向深度模型的多用户水印系统

摘要

深度模型的知识产权保护问题是近年来学术界和工业界密切关注的研究热点。目前大多数深度模型知识产权保护技术仅针对于单人训练模型,多人参与训练的场景下无法为每个用户提供单独的产权保护。提出了一种可用于保护深度模型产权的多用户水印系统,系统包含一个待保护的主网络与多个水印提取网络。通过对主网络和水印提取网络进行联合训练,使得由主网络生成的图像不仅质量高,而且承载了多个不同水印,从而在多用户场景下达到保护主网络知识产权的目的。实验表明该方法在不影响主网络任务性能的前提下,可出色地完成多水印的嵌入和提取。此外,本框架适用于多种任务,如图像上色、风格迁移等。