CVPRFeb, 2021
保护生成对抗网络知识产权免受歧义攻击
Protecting Intellectual Property of Generative Adversarial Networks from Ambiguity Attack
Ding Sheng Ong, Chee Seng Chan, Kam Woh Ng, Lixin Fan, Qiang Yang
TL;DR本文提出了一个黑盒和白盒设置的完整保护框架,对 GAN 进行知识产权保护,以抵御恶意的复制、分享和重新分发。实证分析表明,该方法不会影响原始 GAN 的性能,同时能够抵御嵌入式水印的删除和模糊攻击。