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！

龙图腾网获悉同济大学申请的专利一种基于边界样本增强的图像分类对抗训练提升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：CN121280812B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202511841307.9，技术领域涉及：G06V10/764；该发明授权一种基于边界样本增强的图像分类对抗训练提升方法是由高珍;王瀚林;许靖宁;余荣杰;杭鹏;范鸿飞设计研发完成，并于2025-12-09向国家知识产权局提交的专利申请。

本一种基于边界样本增强的图像分类对抗训练提升方法在说明书摘要公布了：本发明属于深度神经网络和图像分类领域，特别涉及一种基于边界样本增强的图像分类对抗训练提升方法。包括以下步骤：步骤1图像样本集准备；步骤2设计适用于边界样本生成的GAN网络架构；步骤3训练适用于边界样本生成的GAN网络；步骤4边界样本参与的图像分类器对抗训练。本发明能有效约束图像分类模型的决策边界稳定性，使模型在临界区域进行更精细的特征学习，避免边界因对抗扰动而发生过度偏移。同时保证模型在遭受扰动时仍能维持稳定、可靠的特征表达。本发明方法在提升模型鲁棒性的同时，减少对自然样本精度的损害，实现更优的准确性‑鲁棒性平衡及更强的泛化能力。

本发明授权一种基于边界样本增强的图像分类对抗训练提升方法在权利要求书中公布了：1.一种基于边界样本增强的图像分类对抗训练提升方法，其特征在于，包括以下步骤： 步骤1图像样本集准备； 构建目标样本集，对获得的原始图像数据进行质量筛选，剔除问题样本；将处理后的样本集按比例划分为训练集、验证集和测试集；对图像数据进行预处理以及数据增强，得到最终的图像样本集； 步骤2设计适用于边界样本生成的GAN网络架构； 设计适用于边界样本生成的生成对抗网络GAN的网络架构，包括条件GAN网络和深度神经网络图像分类器；条件GAN网络包括生成器与判别器；条件GAN网络生成器输出的生成样本输入图像分类器并获取分类置信度，计算得到边界约束损失；边界约束损失的梯度反向传播用于引导生成器生成接近决策边界的样本；条件GAN网络判别器的作用是引导生成器生成符合指定类别图像分布的样本；分类器和判别器的协同工作促使生成器在生成过程中既考虑样本的决策边界约束，也保持样本的类别一致性； 步骤3训练适用于边界样本生成的GAN网络； 首先基于干净样本训练图像分类器；然后利用分类器计算边界损失；训练步骤2构造的适用于边界样本生成的GAN网络，生成器的训练损失包括正常的对抗损失和边界损失，经过对抗优化后得到的生成器称为边界样本生成器； 步骤4边界样本参与的图像分类器对抗训练； 利用步骤3中获得的边界样本生成器，在分类器训练阶段为每个图像类别生成边界样本，与PGD方法生成的对抗样本一起共同用于图像分类器的训练，最终得到鲁棒的图像分类器。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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。