[发明专利]水印嵌入和水印提取方法、装置及设备

说明书

本申请公开了一种水印嵌入方法，包括：获得待嵌入水印信息的神经网络参数；获得待嵌入所述神经网络参数的水印信息；将所述水印信息嵌入到所述神经网络参数中。采用上述方法，解决对神经网络参数进行版权保护的问题。

技术领域

本申请涉及数字水印嵌入技术，具体涉及一种水印嵌入方法、装置、电子设备及存储设备。本申请同时涉及一种水印提取方法、装置、电子设备及存储设备。

背景技术

近年来神经网络在人工智能领域大放异彩，各种优秀的网络架构层出不穷。诸如CNN、RNN等网络被广泛应用在数字图像领域和自然语言处理领域。得益于计算机计算能力的提升，研究者能够训练更深、参数更多的网络。随着研究的不断深入，神经网络的训练过程也变得越来越复杂，各种训练技巧层出不穷，训练使用的数据集也越来越大，需要的计算资源也越来越多。受益于神经网络训练框架(如Tensorflow、Caffe等)的成熟，要搭建一个神经网络是非常容易的，但是要训练一套好的神经网络参数非常困难。因此一套训练好的神经网络参数就非常有价值。如同其他的数字信息一样，神经网络参数的版权保护也应该被重视起来。

然而，如何对神经网络参数进行版权保护是需要解决的问题。

发明内容

本申请提供一种水印嵌入方法，以解决对神经网络参数进行版权保护的问题。

本申请提供一种水印嵌入方法，包括：

获得待嵌入水印信息的神经网络参数；

获得待嵌入所述神经网络参数的水印信息；

将所述水印信息嵌入到所述神经网络参数中。

可选的，所述将所述水印信息嵌入到所述神经网络参数中，包括：

采用修改所述神经网络参数数值的方式将所述水印信息嵌入到所述神经网络参数中。

可选的，所述采用修改所述神经网络参数数值的方式将所述水印信息嵌入到所述神经网络参数中，包括：

在空间域中采用修改所述神经网络参数数值的方式将所述水印信息嵌入到所述神经网络参数中；或者，

在变换域中采用修改所述神经网络参数数值的方式将所述水印信息嵌入到所述神经网络参数中。

可选的，还包括：

采用mask-retraining训练方法对所述嵌入水印信息的神经网络参数进行训练。

可选的，所述采用mask-retraining训练方法对所述嵌入水印信息的神经网络参数进行训练，包括：

空间域上：

获得所述嵌入水印信息的神经网络参数；

将所述神经网络参数中已被修改的参数加上mask，得到第二神经网络参数；

使用原始训练集再次训练第二神经网络参数；

变换域上：

获得所述嵌入水印信息的神经网络参数；

将所述神经网络参数中已被修改的变换域系数加上mask，用于标记被修改的系数位置，得到第二神经网络参数；

用原始训练集再次训练第二神经网络参数，每个batch的训练结束后对mask标记位置的系数再次进行水印信息修改嵌入。

可选的，所述神经网络参数为张量集合，所述张量集合包含多个张量；

所述在空间域中采用修改所述神经网络参数数值的方式将所述水印信息嵌入到所述神经网络参数中，包括：

根据预设的规则，确定待嵌入所述水印信息的张量的位置信息；