近日，我院题为“Say No to Freeloader: Protecting Intellectual Property of Your Deep Model”的模型知识产权研究论文被人工智能领域国际期刊《IEEE Transactions on Pattern Analysis and Machine Intelligence》（IEEE TPAMI）录用。该论文的第一作者为我院博士生汪恋雨，指导教师为张道强教授。

训练AI模型往往需要大量的数据和资源，高性能的模型参数本身已成为一种重要的知识产权（IP）资源。随着 AI 商业化的进展，模型 IP 保护的重要性日益突出。论文提出了一种IP保护算法 Compact Un-transferable Pyramid Isolation Domain（CUPI-Domain）。该算法通过强调授权域的独特风格特征，生成标记化、风格丰富的 CUPI-Domain，从而有效阻止授权域与未授权域之间的非法传输，实现对模型 IP 的保护。该成果已应用在模型IP任务中，并取得了SOTA结果。该方法的会议版本发表于计算机视觉领域的顶级会议IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2023)。 

《IEEE Transactions on Pattern Analysis and Machine Intelligence》是人工智能领域公认的顶级国际期刊，最新影响因子为20.8。涵盖了模式识别、计算机视觉、机器学习、数据挖掘等方向，是该领域研究人员交流最为活跃的期刊之一。