お知らせ 研究会の開催と会場に参加される皆様へのお願い(2022年6月開催~)
電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
[ログイン]
技報アーカイブ
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2021-11-15 09:00
[ポスター講演]埋め込みロス関数なしのDNN電子透かしの収束に関する考察
田中拓朗安井達哉栗林 稔舩曵信生岡山大EA2021-35 EMM2021-62
抄録 (和) ディープニューラルネットワーク(DNN)に関する知的財産権の保護は,DNNの学習に多大なコストがかかることや,DNNが社会に広く普及していることから,重要な課題であり,様々な手法が現在研究されている.
我々は,埋め込み用の損失関数を用いず,重みパラメータの周波数成分に直接透かし情報を埋め込む手法を提案している.
以前までの研究によって,提案手法での埋め込み操作は学習の収束に対して,ほとんど影響しない事を実験的に確認している.
本論文では,提案手法での埋め込み操作が学習の収束に対して与える影響を,埋め込み操作が与える重みの変化量と学習による重みの変化量を比較することで,定量的に評価した.
埋め込み操作が与える変化量は,学習による重みの変化量に比べると十分に小さく,学習の収束に対して大きな影響を与えないことを確認した.
また,ResNet50に対しても提案手法を適用し,提案手法の汎用性についても確認した. 
(英) Intellectual Property Rights protection related to Deep Neural Networks is an important issue due to the high cost of training DNNs and the widespread use of DNNs in society.
We have proposed a method to embed the watermark information directly into the frequency components of some weight parameters without using embedding loss.
It has been experimentally shown that the embedding operation has little impact on the convergence of the training.
In this paper, we quantitatively evaluate the impact of embedding on the convergence of the training.
We also implement the embedding operation on the ResNet in order to check the versatility of the proposed method.
キーワード (和) 電子透かし / DM-QIM法 / DNNモデル / ファインチューニング / / / /  
(英) watermarking / DM-QIM / DNN model / fine-tuning / / / /  
文献情報 信学技報, vol. 121, no. 247, EMM2021-62, pp. 49-54, 2021年11月.
資料番号 EMM2021-62 
発行日 2021-11-08 (EA, EMM) 
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380
著作権に
ついて
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034)
PDFダウンロード EA2021-35 EMM2021-62

研究会情報
研究会 EMM EA ASJ-H  
開催期間 2021-11-15 - 2021-11-16 
開催地(和) オンライン開催 
開催地(英) Online 
テーマ(和) <ビギナーズセッション>応用/電気音響,コンテンツ処理,情報ハイディング,聴覚,一般 
テーマ(英) [Beginners Session] Engineering/Electro Acoustics, Content Processing, Digital Watermarking, Psychological and Physiological Acoustics, and Related Topics 
講演論文情報の詳細
申込み研究会 EMM 
会議コード 2021-11-EMM-EA-H 
本文の言語 日本語 
タイトル(和) 埋め込みロス関数なしのDNN電子透かしの収束に関する考察 
サブタイトル(和)  
タイトル(英) A Study on Convergency of DNN Watermarking without Embedding Loss Function 
サブタイトル(英)  
キーワード(1)(和/英) 電子透かし / watermarking  
キーワード(2)(和/英) DM-QIM法 / DM-QIM  
キーワード(3)(和/英) DNNモデル / DNN model  
キーワード(4)(和/英) ファインチューニング / fine-tuning  
キーワード(5)(和/英) /  
キーワード(6)(和/英) /  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 田中 拓朗 / Takuro Tanaka / タナカ タクロウ
第1著者 所属(和/英) 岡山大学 (略称: 岡山大)
Okayama University (略称: Okayama Univ.)
第2著者 氏名(和/英/ヨミ) 安井 達哉 / Tatsuya Yasui / ヤスイ タツヤ
第2著者 所属(和/英) 岡山大学 (略称: 岡山大)
Okayama University (略称: Okayama Univ.)
第3著者 氏名(和/英/ヨミ) 栗林 稔 / Minoru Kuribayashi / クリバヤシ ミノル
第3著者 所属(和/英) 岡山大学 (略称: 岡山大)
Okayama University (略称: Okayama Univ.)
第4著者 氏名(和/英/ヨミ) 舩曵 信生 / Nobuo Funabiki / フナビキ ノブオ
第4著者 所属(和/英) 岡山大学 (略称: 岡山大)
Okayama University (略称: Okayama Univ.)
第5著者 氏名(和/英/ヨミ) / /
第5著者 所属(和/英) (略称: )
(略称: )
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2021-11-15 09:00:00 
発表時間 120分 
申込先研究会 EMM 
資料番号 EA2021-35, EMM2021-62 
巻番号(vol) vol.121 
号番号(no) no.246(EA), no.247(EMM) 
ページ範囲 pp.49-54 
ページ数
発行日 2021-11-08 (EA, EMM) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会