講演抄録/キーワード |
講演名 |
2020-02-27 11:30
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 ○何 晗・姜 錫・坂本雄児(北大) |
抄録 |
(和) |
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モデルのウェイト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モデルのウェイト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. |
(英) |
CNN (Convolutional Neural Network) is becoming more and more popular. And pre-trained CNN models can be accessed easily. On the other side, the unauthorized use of pre-trained CNN models is regarded as a problem. To solve this problem, digital watermarking technique for CNN models has been proposed. However, the statistical characteristics of weight of CNN model will be changed and the embedding capacity is little. In this paper, we propose a high embedding capacity watermarking technique for CNN models. In our approach, we use a new parameter regularizer and embed the mapped watermark message into the weight of CNN model by regularization. The experiments result shows that our approach can reach higher capacity and reduce the impact on statistical characteristics without impairing the performance of network. |
キーワード |
(和) |
電子透かし / データハイディング / CNN / / / / / |
(英) |
Digital watermark / Data Hiding / CNN / / / / / |
文献情報 |
信学技報 |
資料番号 |
|
発行日 |
|
ISSN |
|
PDFダウンロード |
|