买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京天融信网络安全技术有限公司;北京天融信科技有限公司;北京天融信软件有限公司申请的专利基于参数更新抑制的模型版权保护方法及电子设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120580534B 。

龙图腾网通过国家知识产权局官网在2025-12-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510710986.X，技术领域涉及：G06V10/774；该发明授权基于参数更新抑制的模型版权保护方法及电子设备是由江军;王炜设计研发完成，并于2025-05-29向国家知识产权局提交的专利申请。

本基于参数更新抑制的模型版权保护方法及电子设备在说明书摘要公布了：本申请实施例提供了一种基于参数更新抑制的模型版权保护方法及电子设备，涉及数字版权技术领域。其中方法包括：采用第一训练集对采用分类损失结合待求解参数大小为第一目标损失函数的基于CNN的图像分类模型进行训练；计算特征提取层中的每一待求解参数在训练过程中的取值与所述初始值之间的偏差的加权和，结合分类损失构建第二目标损失函数；所述加权和所采用的权重为训练后图像分类模型在第一测试集上的预测分类损失函数对于每一待求解参数的曲率变化度量；获取第二训练集，采用所述第二训练集对采用所述第二目标损失函数且待求解参数的值为所述初始值的图像分类模型进行训练，得到嵌入水印后的图像分类模型。本申请增强水印识别功能的隐蔽性。

本发明授权基于参数更新抑制的模型版权保护方法及电子设备在权利要求书中公布了：1.一种基于参数更新抑制的模型版权保护方法，其特征在于，该方法包括： 采用第一训练集对以分类损失结合待求解参数大小为第一目标损失函数的基于CNN的图像分类模型进行训练，得到训练后图像分类模型，以训练后图像分类模型中待求解参数的值为初始值； 计算特征提取层中的每一待求解参数在训练过程中的取值与所述初始值之间的偏差的加权和，结合分类损失构建第二目标损失函数；所述加权和所采用的权重为训练后图像分类模型在第一测试集上的预测分类损失函数对于每一待求解参数的曲率变化度量； 获取第二训练集，所述第二训练集中包括由图像样本和在所述图像样本上加入水印图像得到的新图像所构成的图像样本对，所述新图像的类别标签为预设固定类别； 采用所述第二训练集对采用所述第二目标损失函数且待求解参数的值为所述初始值的图像分类模型进行训练，得到嵌入水印后的图像分类模型；所述嵌入水印后的图像分类模型通过检测到包含所述水印图像的输入图像时将其分类为所述预设固定类别实施验证；所述嵌入水印后的图像分类模型通过检测到包含所述水印图像的输入图像时将其分类为所述预设固定类别实施验证，包括： 获取多张不属于所述预设固定类别且未包含所述水印图像的测试图像，构成第一验证集； 对所述第一验证集中的每张测试图像添加水印图像，得到第二验证集； 将所述第二验证集输入待验证的图像分类模型，得到所述第二验证集中每一输入图像对应的分类结果； 统计被分类为所述预设固定类别的分类结果在所有分类结果的占比； 在所述占比高于预设比值时，则表征所述待验证的图像分类模型与所述嵌入水印后的图像分类模型所采用的水印图像具有关联关系； 所述曲率变化度量为二阶偏导数； 训练后图像分类模型在第一测试集上的预测分类损失函数对于每一待求解参数的曲率变化度量，包括： 以训练后图像分类模型在第一测试集上所有样本的交叉熵损失的平均值作为所述预测分类损失函数； 计算所述预测分类损失函数在待求解参数的值为所述初始值处的二阶偏导数，以所述二阶偏导数作为待求解参数对应的曲率变化度量。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京天融信网络安全技术有限公司;北京天融信科技有限公司;北京天融信软件有限公司，其通讯地址为：100193 北京市海淀区西北旺东路10号院西区11号楼1层101；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。