买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉复旦大学申请的专利一种从图像域迁移到视频域的生成式跨模态攻击方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116721333B 。

龙图腾网通过国家知识产权局官网在2025-08-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310759766.7，技术领域涉及：G06V10/82；该发明授权一种从图像域迁移到视频域的生成式跨模态攻击方法是由陈静静;陈凯;魏志鹏;姜育刚设计研发完成，并于2023-06-26向国家知识产权局提交的专利申请。

本一种从图像域迁移到视频域的生成式跨模态攻击方法在说明书摘要公布了：本发明属于视频识别网络模型安全技术领域，具体为一种从图像域迁移到视频域的生成式跨模态攻击方法。本发明仅利用图像域的知识训练对抗扰动生成器，训练好的对抗扰动生成器用于为来自不同视频域的视频逐帧生成对于不同视频模型具有较高迁移性的对抗扰动；其中，通过缩小图像和视频之间的域差异增强从图像域到视频域的对抗迁移性；设计一个随机运动模块，通过随机合成的光流来模拟相邻视频帧之间不同的时序运动；通过在特征破坏损失中集成随机运动模块；在训练阶段引入额外的时序线索、基于中间特征的时序一致性损失，增强生成视频对抗样本的迁移性；实验证明本发明攻击方法的有效性，并且在不同的目标视频域上有最先进的性能。

本发明授权一种从图像域迁移到视频域的生成式跨模态攻击方法在权利要求书中公布了：1.一种从图像域迁移到视频域的生成式跨模态攻击方法，其特征在于，仅利用图像域的知识来训练对抗扰动生成器，训练好的对抗扰动生成器用于为来自不同视频域的视频逐帧生成对于不同视频模型具有较高迁移性的对抗扰动；其中，通过缩小图像和视频之间的域差异增强从图像域到视频域的对抗迁移性；并且，设计一个随机运动模块，通过随机合成的光流来模拟相邻视频帧之间不同的时序运动；通过在特征破坏损失中集成随机运动模块，在训练阶段，引入额外的时序线索，还引入基于中间特征的时序一致性损失，以进一步增强生成视频对抗样本的迁移性；通过同时优化特征破坏损失和时序一致性损失来训练扰动生成器；具体步骤包括： 一在对抗扰动生成器的训练阶段，使用随机运动模块融合动态时序线索；具体地： 对每个图像输入，合成随机光流来模拟不同的时序运动，并使用合成的随机光流对图像进行扭曲，以模拟它们的相邻帧； 二在扰动生成器的训练阶段，还引入时序一致性来进一步增强对抗迁移性； 基于特征破坏损失的对抗扰动生成器所生成的对抗视频片段在中间特征上的时序一致性和对抗迁移性之间存在正相关性；具体是让模拟相邻帧的两个对抗图像在中间特征上取得时序一致性； 三在扰动生成器的训练阶段，同时优化特征破坏损失和时序一致性损失； 具体是在训练对抗扰动生成器的时候，同时优化集成随机运动模块的特征破坏损失和基于中间特征的时序一致性损失，直至收敛； 四在对抗扰动生成器的推理阶段，生成对抗视频。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人复旦大学，其通讯地址为：200433 上海市杨浦区邯郸路220号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。