[发明专利]一种神经网络模型图像水印的去除方法

摘要

本发明提出一种神经网络模型图像水印的去除方法，属于人工智能安全技术领域。该方法首先利用训练数据集的原始图像通过随机覆盖矩形噪声得到增强图像集。然后将选取的增强图像和对应的原始图像输入待训练的模型，模型的最后一层卷积层输出每张输入图像对应的特征分布，归一化后，得到对应的归一化后的特征分布；计算原始图像与对应增强图像归一化后特征分布的距离，并惩罚原始图像和增强图像的特征分布距离；利用损失函数对模型进行迭代训练，最终得到去除水印的神经网络模型。本发明基于有限的图像数据，利用图像增强及特征分布优化技术，达到去除后门水印的效果，有利于提升模型水印的安全性，让模型的知识产权保护更可靠。