龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
摘要：本发明提供了基于非对称差分隐私的图像分类模型隐私保护方法及装置。该方法为：利用私有图像集训练教师分类模型；利用教师分类模型对未标记的公共图像集进行预测获得预测记录和类别频次分布；从预测记录集提取预测记录在预设不敏感类别下的邻域记录集；利用预测记录和邻域记录集计算非对称敏感度，基于非对称敏感度获得噪声分布；在类别频次分布的频次中添加符合噪声分布的噪声；在添加噪声后的类别频次分布中选取频次最大的类别作为公共图像的伪标签；利用公共图像数据集以及伪标签训练学生分类模型。还提供了基于非对称差分隐私的图像分类模型隐私保护装置，一种计算机程序产品和一种电子设备。本发明避免了双边误差、提升了图像分类模型效用。
主权项：1.基于非对称差分隐私的图像分类模型隐私保护方法，其特征在于，包括：利用私有图像集训练多个教师分类模型；利用训练完成后的多个教师分类模型同时对未标记的公共图像集进行预测；统计多个教师分类模型对每张公共图像的预测结果，获得每张公共图像的预测记录，所有公共图像的预测记录组成预测记录集；对每张公共图像的预测记录进行频次分析获得每张公共图像的类别频次分布；从预测记录集中提取每张公共图像的预测记录在预设不敏感类别下的邻域记录集；根据查询函数利用每张公共图像的预测记录和邻域记录集计算非对称敏感度，基于非对称敏感度获得每张公共图像的噪声分布；在每张公共图像的类别频次分布的频次中添加符合每张公共图片的噪声分布的噪声；在公共图像的添加噪声后的类别频次分布中选取频次最大的类别作为公共图像的伪标签；利用公共图像数据集以及公共图像的伪标签训练学生分类模型，将训练完成后的学生分类模型作为图像分类模型。
全文数据：
权利要求：
百度查询： 重庆大学 基于非对称差分隐私的图像分类模型隐私保护方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号