(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211145984.3 (22)申请日 2022.09.20 (71)申请人 支付宝 （杭州） 信息技 术有限公司 地址 310000 浙江省杭州市西湖区西溪路 556号8层B段801-1 1 (72)发明人 李一鸣　刘焱　钟昊翔　翁海琴　 江勇　夏树涛　 (74)专利代理 机构 北京博思佳知识产权代理有 限公司 1 1415 专利代理师 李威 (51)Int.Cl. G06F 21/10(2013.01) G06V 10/776(2022.01) G06V 10/40(2022.01) G06V 10/764(2022.01)G06V 10/82(2022.01) (54)发明名称 一种模型所有权验证方法、 装置、 存储介质 及设备 (57)摘要 本说明书公开了一种模 型所有权验证方法、 装置、 存储介质及设备， 通过将原始样本输入目 标跟踪模型， 得到模型的特征提取子网输出的第 一特征， 将第一特征输入模型的目标跟踪子网， 得到跟踪结果。 在原始样本中添加指定特征， 得 到调整样本， 并输入目标跟踪模型， 得到特征提 取子网输 出的第二特征。 以该跟踪结果与原始样 本的标注差异最小， 以及该第一特征与第二特征 差异最大为优化目标， 训练目标跟踪模型。 可在 当接收到针对待验证模型的验证请求时， 将原始 样本输入待验证模型， 得到第一跟踪结果， 以及 将原始样 本的调整样本输入待验证模 型， 得到第 二跟踪结果， 根据第一跟踪结果与第二跟踪结果 间的差异， 判断待验证模型是否基于目标跟踪模 型得到。 权利要求书3页 说明书14页 附图5页 CN 115455377 A 2022.12.09 CN 115455377 A 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， 以及所权　利　要　求　书 1/3 页 2 CN 115455377 A 2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 始样本以及所述多个原 始样本分别对应的各调整样本； 针对每个原始样本， 将该原始样本及该原始样本对应的调整样本分别 输入训练后的所 述目标跟踪模型； 确定所述目标跟踪模型输出的该原始样本的跟踪结果与该原始样本对应的调整样本 的跟踪结果间的差异； 确定各原 始样本对应的差异的均值， 作为差异评估值。 8.如权利要求7所述的方法， 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， 具体包括： 确定若干原 始样本及其对应的调整样本； 针对每个原始样本， 将该原始样本输入所述待验证模型， 得到该原始样本对应的第一 跟踪结果， 将该原始样本对应的调整样本输入所述待验证模型， 得到该原始样本对应的调 整样本对应的第二跟踪结果； 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， 具体包括： 针对每个原始样本， 确定该原始样本的第 一跟踪结果与 该原始样本的调整样本的第 二 跟踪结果间的差异； 根据各原 始样本对应的差异的均值， 判断所述均值是否大于预设的差异评估值； 若是， 则确定所述待验证模型基于所述目标跟踪模型 得到； 若否， 则确定所述待验证模型并非基于所述目标跟踪模型 得到。 9.如权利要求2所述的方法， 所述第一跟踪结果为所述原始样本的第二图像中所述跟 踪目标的包围框， 所述第二跟踪结果为所述调整样本的第二图像中所述跟踪目标的包围 框； 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， 具体包括： 确定所述第一跟踪结果， 与所述第二跟踪结果的并集与交集的比值， 作为所述第一跟 踪结果与所述第二跟踪结果间的差异； 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。 10.一种模型所有权验证装置， 目标跟踪模型由特征提取子网以及目标跟踪子网构成， 所述装置包括： 样本确定第一模块， 用于确定训练所述目标跟踪模型的原 始样本； 样本确定第二模块， 用于在所述原 始样本中添加指定特 征， 得到调整样本；权　利　要　求　书 2/3 页 3 CN 115455377 A 3