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！

龙图腾网获悉西安理工大学申请的专利一种面向多模态遥感图像分类网络的对抗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：CN115331079B 。

龙图腾网通过国家知识产权局官网在2026-01-16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：202211005572.X，技术领域涉及：G06V10/82；该发明授权一种面向多模态遥感图像分类网络的对抗攻击方法是由石程;党叶楠;赵明华;苗启广;潘治文设计研发完成，并于2022-08-22向国家知识产权局提交的专利申请。

本一种面向多模态遥感图像分类网络的对抗攻击方法在说明书摘要公布了：本发明公开了一种面向多模态遥感图像分类网络的对抗攻击方法，对具有三个波段的光学遥感图像TOP和一个波段的数字高程模型图像DSM这两个遥感图像数据源，提出一种面向多模态遥感图像分类网络的对抗攻击技术，攻击效果更显著，攻击时间效率更高，以用于评估和提高多模态遥感图像分类网络的鲁棒性。

本发明授权一种面向多模态遥感图像分类网络的对抗攻击方法在权利要求书中公布了：1.一种面向多模态遥感图像分类网络的对抗攻击方法，其特征在于，包括以下步骤： 步骤一、构造多模态训练样本集T和测试样本集S； 步骤二、将所述步骤一中的练样本集T和测试样本集S输入待攻击的目标模型f； 步骤三、根据所述步骤二中的待攻击的目标模型f构建目标攻击类t； 步骤四、搭建多模态对抗攻击网络；所述多模态对抗攻击网络由各模态的扰动生成网络和鉴别器网络组成； 步骤五、多模态对抗样本生成； 步骤六、将所述步骤五中的多模态对抗样本分别输入到其对应的扰动生成网络、鉴别器网络和目标模型f中，构造多模态生成损失函数和多模态鉴别损失函数； 步骤七、分别对所述步骤六中的多模态生成损失函数和多模态鉴别损失函数交替训练，更新各扰动生成网络和鉴别网络，完成多模态对抗攻击网络的训练； 步骤八、将测试样本输入到所述步骤七中的多模态对抗攻击网络中，生成对应的测试对抗样本； 所述多模态为光学遥感图像和数字高程模型图像； 构造多模态生成损失函数和多模态鉴别损失函数的具体过程如下： 步骤6.1、构造多模态生成损失函数，如式C所示： 其中：分别为多模态为光学遥感图像对抗损失和数字高程模型图像对抗损失； 超参数α，β，γ是感知损失、欺骗损失和协同攻击损失的权重系数； Lf为欺骗损失，被错误分为第t类，欺骗损失Lf定义如式H所示； Lc为协同损失，其定义如式I所示； 定义如式D和E所示： 其中：DTx′T表示将生成的光学遥感图像对抗样本x′T输入到光学遥感图像鉴别网络DT得到的输出概率；DDx′D表示将生成的数字高程模型图像对抗样本x′D输入到数字高程模型图像鉴别器网络DD得到的输出概率；分别为光学遥感图像感知损失和数字高程模型图像感知损失，定义如式F和G所示： 其中：ε是控制最小允许扰动强度的超参数，||||P表示扰动的lP范数； 式H为： Lf＝lffx′T，x′D，tH； 其中：f为待攻击的目标模型，lf为交叉熵损失，目标攻击的目标标签t由步骤三得到； 式I为： LC＝lCTGTxT，GDxDI； 其中：T是频带变化函数；lC是余弦相似性度量函数； 步骤6.2、构造多模态鉴别损失函数，如式J所示： 其中：分别是多模态为光学遥感图像和数字高程模型图像的鉴别器损失函数，定义分别如式K和式L所示： 其中：DTxT表示将原始多模态为光学遥感图像训练样本xT输入到多模态为光学遥感图像鉴别网络DT得到的输出概率；DDxD表示将原始数字高程模型图像训练样本xD输入到数字高程模型图像鉴别网络DD得到的输出概率；DTx′T表示将生成的光学遥感图像对抗样本x′T输入到光学遥感图像鉴别网络DT得到的输出概率；DDx′D表示将生成的数字高程模型图像对抗样本x′D输入到数字高程模型图像鉴别器网络DD得到的输出概率； 在所述步骤四中，多模态对抗攻击网络由光学遥感图像扰动生成网络GT、光学遥感图像鉴别器网络DT、数字高程模型图像扰动生成网络GD以及数字高程模型图像鉴别器网络DD组成； 在所述步骤五中，多模态对抗样本生成过程如下： 将光学遥感图像训练样本xT输入到光学遥感图像扰动生成网络GT中，生成光学遥感图像扰动，并将生成的光学遥感图像扰动添加在输入的光学遥感图像训练样本得到TOP对抗样本x′T，如式A所示： x′T＝xT+GTxTA； 其中：GTxT表示光学遥感图像扰动生成网络生成的TOP扰动； 将数字高程模型图像训练样本xD输入到数字高程模型图像扰动生成网络DT中，生成数字高程模型图像扰动，并将生成的扰动添加在输入的数字高程模型图像训练样本，得到数字高程模型图像对抗样本x′D如式B所示： x′D＝xD+GDxDB； 其中：GDxD表示数字高程模型图像扰动生成网络生成的数字高程模型图像扰动。

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西安理工大学，其通讯地址为：710048 陕西省西安市碑林区金花南路5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。