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！

龙图腾网获悉北京航空航天大学申请的专利一种基于自动驾驶感知的逆向神经网络隐蔽攻击方法和系统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：CN119131729B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202411220457.3，技术领域涉及：G06V20/56；该发明授权一种基于自动驾驶感知的逆向神经网络隐蔽攻击方法和系统是由任毅龙;白雪松;于海洋;黄元昊;崔志勇设计研发完成，并于2024-09-02向国家知识产权局提交的专利申请。

本一种基于自动驾驶感知的逆向神经网络隐蔽攻击方法和系统在说明书摘要公布了：本发明属于自动驾驶感知对抗攻击技术领域，具体而言涉及一种基于自动驾驶感知的逆向神经网络隐蔽攻击方法和系统，包括：选择原始图像；分类识别原始图像，得出攻击类型；提取攻击类型的图像的特征并学习，得到差异信息，更新生成攻击图像的引导方向；基于小波分解处理原始图像和攻击图像，得到各自多尺度的图像信息；通过第一网络系统提取多尺度信息中的残差特征；基于非线性变换交换目标图像信息和攻击图像信息，得到小波信息；逆向变换小波信息，形成对抗性图像；分类识别对抗性图像，并生成对抗损失函数值；根据损失函数值调整攻击图像信息和目标图像信息的交换过程，直至得到对抗损失函数值在阈值范围内，输出的对抗性图像向原始图像攻击。

本发明授权一种基于自动驾驶感知的逆向神经网络隐蔽攻击方法和系统在权利要求书中公布了：1.一种基于自动驾驶感知的逆向神经网络隐蔽攻击方法，其特征在于，包括： S1选择被攻击目标，所述被攻击目标为原始图像； S2分类识别原始图像，将得出的与原始图像最接近的类型作为目标类型，将得出的与原始图像最不相近的类型作为攻击类型，并基于攻击类型选择攻击图像；所述分类识别通过分类器完成； S3提取攻击类型的图像的特征并学习，结合分类器的输出特征得到差异信息，根据差异生成信息更新生成攻击图像的引导方向； S4基于小波分解处理原始图像和攻击图像，得到各自多尺度的图像信息； S5通过第一网络系统提取原始图像多尺度信息中的残差特征作为第一信息，通过第一网络提取攻击图像多尺度信息中的残差特征作为第二信息；所述第一网络系统包括残差网络，在所述残差网络中引入针对于频域的注意力机制，以自适应地调整不同频率的特征的权重，表示为： 其中，表示加权后的特征，是高频小波的输入特征，通过一个注意力机制对不同频率的特征进行加权，表示逐元素相乘； 所述残差网络还包括残差块，表示为： 其中，为残差块的输出，是残差函数，表示图像不同的特征，是一个学习到的权重矩阵，用于对输入特征进行线性变换； 所述残差网络包括多尺度特征融合模块，将不同尺度的高频小波特征进行融合，表示为： 其中，和为两个不同尺度的高频小波特征，表示特征的拼接操作，是一个学习到的函数，用于特征的融合，为两个高频小波特征整合成的特征； 所述第一网络还包括动态残差学习模块，根据输入特征的不同频率特征，自适应地调整残差块的学习策略和参数，表示为： 其中，动态残差模块的输入为，动态残差模块的输出为，其中是一个学习到的残差函数，是一个自适应的参数，用于调整残差函数的学习过程； S6基于非线性变换交换目标图像信息和攻击图像信息，得到小波信息，所述目标图像信息包括第一信息，攻击图像信息包括第二信息； S7逆向变换小波信息，形成对抗性图像； S8分类识别对抗性图像，并生成对抗损失函数值； S9根据损失函数值调整攻击图像信息和目标图像信息的交换过程，重复S6‑S8，直至得到对抗损失函数值在阈值范围内，输出对应的对抗性图像向原始图像攻击。

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北京航空航天大学，其通讯地址为：100083 北京市海淀区学院路37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”。