【技术实现步骤摘要】
一种模型所有权验证方法、装置、存储介质及设备
[0001]本说明书涉及机器学习
，尤其涉及一种模型所有权验证方法、装置、存储介质及设备。
技术介绍
[0002]目前，用户对自己的隐私数据越来越关注，对模型的版权保护也更注重。因此，为了能够发现用户持有版权的却被他人盗用的模型，以进行维权，对模型所有权验证方法的研究十分必要。
[0003]然而，目前的模型所有权验证方法，多为针对分类模型而设计的验证方法。对于其他模型，如视觉目标跟踪(Visual Object Tracking，VOT)模型，并无适用的验证方法。
[0004]因此，本说明书提供一种适用于VOT模型的模型所有权验证方法。
技术实现思路
[0005]本说明书提供一种模型所有权验证方法、装置、存储介质及设备，以至少部分解决现有技术存在的上述问题。
[0006]本说明书采用下述技术方案：
[0007]本说明书提供了一种模型所有权验证方法，目标跟踪模型由特征提取子网以及目标跟踪子网构成，所述方法包括：
[000...
【技术保护点】
【技术特征摘要】
1.一种模型所有权验证方法，目标跟踪模型由特征提取子网以及目标跟踪子网构成，所述方法包括：确定训练所述目标跟踪模型的原始样本；在所述原始样本中添加指定特征，得到调整样本；将所述原始样本输入所述目标跟踪模型，得到所述特征提取子网输出的所述原始样本的第一特征，将所述第一特征输入所述目标跟踪子网，得到跟踪结果；将所述调整样本输入所述目标跟踪模型，得到所述特征提取子网输出的所述调整样本的第二特征；以所述跟踪结果与所述原始样本的标注差异最小，以及所述第一特征与所述第二特征差异最大为优化目标，训练所述目标跟踪模型；当接收到针对待验证模型的验证请求时，将所述原始样本输入所述待验证模型，得到第一跟踪结果，以及将所述调整样本输入所述待验证模型，得到第二跟踪结果；根据所述第一跟踪结果与所述第二跟踪结果间的差异，判断所述待验证模型是否基于所述目标跟踪模型得到。2.如权利要求1所述的方法，确定训练所述目标跟踪模型的原始样本，具体包括：确定已标注跟踪目标的包围框的连续帧组成的图像序列；根据所述图像序列中初始帧标注的包围框，对所述初始帧图像剪裁，确定所述跟踪目标的第一图像；针对每个其他帧，根据该其他帧的前一帧标注的包围框以及预设的扩展范围，对该其他帧图像裁剪，确定所述跟踪目标的第二图像；根据该其他帧的确定出的第二图像与所述第一图像，确定原始样本，将该其他帧标注的包围框，作为所述原始样本的标注。3.如权利要求2所述的方法，在所述原始样本中添加指定特征，得到调整样本，具体包括：在所述原始样本包含的第一图像中添加指定特征，和/或在所述原始样本包含的第二图像中添加指定特征，得到调整样本。4.如权利要求2所述的方法，所述特征提取子网由第一分支与第二分支构成；将所述原始样本输入所述目标跟踪模型，得到所述特征提取子网输出的所述原始样本的第一特征，具体包括：将所述原始样本包含的第一图像输入所述第一分支，得到第一分支特征，将所述原始样本包含的第二图像输入所述第二分支，得到第二分支特征；将所述第一分支特征以及所述第二分支特征，作为所述原始样本的第一特征。5.如权利要求4所述的方法，将所述调整样本输入所述目标跟踪模型，得到所述特征提取子网输出的所述调整样本的第二特征，具体包括：将所述调整样本包含的添加指定特征的第一图像输入所述第一分支，得到第三分支特征，和/或，将所述调整样本包含的添加指定特征的第二图像输入所述第二分支，得到第四分支特征；将所述第三分支特征和/或所述第四分支特征，作为所述调整样本的第二特征。6.如权利要求5所述的方法，以所述跟踪结果与所述原始样本的标注差异最小，以及所
述第一特征与所述第二特征差异最大为优化目标，训练所述目标跟踪模型之前，所述方法还包括：确定所述第一分支特征与所述第三分支特征间的差异，作为第一差异；和/或，确定所述第二分支特征与所述第四分支特征间的差异，作为第二差异；根据所述第一差异和/或所述第二差异，确定所述第一特征与所述第二特征的差异。7.如权利要求1所述的方法，根据所述第一跟踪结果与所述第二跟踪结果间的差异，判断所述待验证模型是否基于所述目标跟踪模型得到之前，所述方法还包括：确定多个原始样本以及所...
【专利技术属性】
技术研发人员：李一鸣，刘焱，钟昊翔，翁海琴，江勇，夏树涛，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。