Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 华南理工大学陆以勤获国家专利权

华南理工大学陆以勤获国家专利权

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!

龙图腾网获悉华南理工大学申请的专利一种图像分类对抗样本防御方法、装置、电子设备及介质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:CN119380132B

龙图腾网通过国家知识产权局官网在2025-12-02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:202411306125.7,技术领域涉及:G06V10/774;该发明授权一种图像分类对抗样本防御方法、装置、电子设备及介质是由陆以勤;陈凯琼;覃健诚;毛中书;陈嘉睿设计研发完成,并于2024-09-19向国家知识产权局提交的专利申请。

一种图像分类对抗样本防御方法、装置、电子设备及介质在说明书摘要公布了:本发明公开了一种图像分类对抗样本防御方法、装置、电子设备及介质,其中方法包括以下步骤:获取输入图像,根据输入图像构建获得多尺度隐噪声图像;构建并训练图像重建模型,将多尺度隐噪声图像输入训练后的图像重建模型,获得干净图像;根据干净图像构建微调数据集,根据微调数据集对分类器进行微调,采用微调后的分类器来实现分类。本发明提出了一种多尺度隐噪声图像构建策略,能够在对抗样本输入到重建模型前,利用传统的方法从多尺度的视角有效地破坏对抗扰动的作用,解决单独依靠深度神经网络模型无法有效破坏对抗扰动的问题。本发明可广泛应用于自动驾驶、人脸识别、医学图像分析等技术领域。

本发明授权一种图像分类对抗样本防御方法、装置、电子设备及介质在权利要求书中公布了:1.一种图像分类对抗样本防御方法,其特征在于,包括以下步骤: 获取输入图像,根据输入图像构建获得多尺度隐噪声图像; 构建并训练图像重建模型,将多尺度隐噪声图像输入训练后的图像重建模型,获得干净图像; 根据干净图像构建微调数据集,根据微调数据集对分类器进行微调,采用微调后的分类器来实现分类; 所述获取输入图像,根据输入图像构建获得多尺度隐噪声图像,包括: 通过尺寸调整操作将输入图像变换到三种不同的尺度,获得大尺度图像、中尺度图像和小尺度图像; 将大尺度图像、中尺度图像和小尺度图像,分成具有相同尺寸大小的图像块,并拉平成D维的列向量,记为,; 根据大尺度图像、中尺度图像和小尺度图像三种图像分出来的图像块,分别计算三个PCA基,记为,; 利用图块级PCA将图像块映射到隐空间,在隐空间中引入高斯噪声,并通过逆PCA将这些添加了噪声的隐空间特征映射回像素空间,构建获得多尺度隐噪声图像; 所述图像重建模型为带有跨尺度特征交互的重建模型,所述图像重建模型包括跨尺度特征融合编码器和译码器; 所述跨尺度特征融合编码器用于提取不同尺度图像的特征,并对提取的特征进行融合,获得融合特征; 所述译码器用于根据融合特征重建出干净图像; 其中,所述干净图像保留了图像的本质结构信息,同时丢掉了一些对扰动敏感的不鲁棒特征; 所述跨尺度特征交互的表达式为: 式中,,,和分别表示大尺度、中尺度和小尺度嵌入,表示跨尺度特征融合编码器中第个SwinTransformer块。

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华南理工大学,其通讯地址为:510641 广东省广州市天河区五山路381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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。