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！

龙图腾网获悉暨南大学申请的专利基于最优特征归因选择的SAR图像对抗样本检测系统与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：CN115861804B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202211504977.8，技术领域涉及：G06V20/10；该发明授权基于最优特征归因选择的SAR图像对抗样本检测系统与方法是由曾国强;张宇;翁健;耿光刚;李理敏;魏海南设计研发完成，并于2022-11-28向国家知识产权局提交的专利申请。

本基于最优特征归因选择的SAR图像对抗样本检测系统与方法在说明书摘要公布了：本发明公开了一种基于多目标最优特征归因选择的合成孔径雷达图像对抗样本检测系统与方法。从SAR系统监控数据库中采集历史SAR图像，经过数据规范化与归一化后作为输入数据集，将基于滑动扫描的特征分析过程产生的子样本数量和逻辑回归模型的受试者工作特征曲线下面积作为优化目标，设计基于多目标优化方法的特征扫描块参数优化平台，获得最优的特征归因扫描块和最优回归模型。使用该最优回归模型对SAR系统实时数据库中的实时SAR图像数据进行对抗样本在线检测。本发明技术能根据不同的场景自动获得最佳的特征分析粒度，高效实现了SAR图像识别领域中的多种对抗样本检测，并提升了SAR图像对抗检测的计算效率和AUC性能指标。

本发明授权基于最优特征归因选择的SAR图像对抗样本检测系统与方法在权利要求书中公布了：1.一种基于多目标最优特征归因选择的合成孔径雷达图像对抗样本检测系统，其特征在于，该系统包括SAR图像对抗样本检测数据预处理模块、SAR图像对抗样本检测离线最优特征归因选择训练模块和SAR图像对抗样本检测在线检测模块； 所述SAR图像对抗样本检测数据预处理模块从目标SAR系统实时数据库中采集监控过程中的实时图像数据，经图像数据规范化与图像数据归一化处理后获得在线检测数据集，将该在线检测数据集传输到SAR图像对抗样本检测在线检测模块；所述SAR图像对抗样本检测数据预处理模块从目标SAR系统历史数据库中采集历史图像数据，经图像数据规范化与图像数据归一化处理后获得标准历史图像数据，生成标准历史图像数据对应的对抗样本图像数据，将标准历史图像数据与对抗样本图像数据合并后获得离线训练数据集，将该离线训练数据集传输到SAR图像对抗样本检测离线最优特征归因选择训练模块； 所述SAR图像对抗样本检测离线最优特征归因选择训练模块，首先将特征归因扫描块中的尺寸Size、扫描间隔Stride、在扫描图像边缘时是否进行扩充操作的标记Padding、用于特征分析的模型隐含层数量Layers进行整数编码，随机产生一个初始化种群，再通过滑动扫描子模块将基于不同个体编码对应的特征归因扫描块对离线训练数据集中的SAR图像数据进行滑动扫描，通过隐含特征提取子模块进行特征提取，通过特征表达计算子模块计算离线训练数据集对应的特征表达集合，通过回归模型训练子模块将获得的离线训练数据集的特征表达集合作为训练数据进行逻辑回归训练，从而获得用以鉴别对抗样本的逻辑回归模型；统计出特征分析过程产生的子样本数量与回归模型的受试者工作特征曲线下面积作为个体适应度函数评估子模块的适应度指标，采用快速非支配排序和适应度综合评估子模块对初始种群中的个体进行排序，获得帕累托前沿个体，从帕累托前沿个体中选出最优个体；通过选择，交叉，变异生成子代种群，将父代子代进行种群合并产生新种群，对新种群进行快速非支配排序和拥挤度距离计算，根据种群规模生成下一代种群；重复上述进化过程直到达到最大进化轮次，从而获得具有帕累托最优的个体；将该最优个体对应的最优特征归因扫描块及最优回归模型传输至SAR图像对抗样本检测在线检测模块； 所述SAR图像对抗样本检测在线检测模块，通过滑动扫描子模块使用最优特征归因扫描块对在线检测数据集中的SAR图像数据进行滑动扫描，通过隐含特征提取子模块进行特征提取，通过特征表达计算子模块计算在线检测数据集的特征表达集合；然后使用获得的最优回归模型作为对抗样本检测模型，判断在线检测数据集的特征表达是否属于对抗样本的特征表达；如果检测到某特征表达属于对抗样本的特征表达，则发出预警信息；否则，则该样本为正常样本。

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暨南大学，其通讯地址为：510630 广东省广州市天河区黄埔大道西601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。