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！

龙图腾网恭喜中国矿业大学申请的专利一种基于重要特征的视觉目标跟踪可转移黑盒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：CN114511593B 。

龙图腾网通过国家知识产权局官网在2025-04-18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：202210084771.8，技术领域涉及：G06T7/246；该发明授权一种基于重要特征的视觉目标跟踪可转移黑盒攻击方法是由姚睿;朱享彬;周勇;王鹏;张艳宁;赵佳琦;胡伏原设计研发完成，并于2022-01-25向国家知识产权局提交的专利申请。

本一种基于重要特征的视觉目标跟踪可转移黑盒攻击方法在说明书摘要公布了：本发明提供了一种基于重要特征的视觉目标跟踪可转移黑盒攻击方法，通过对特征中与跟踪目标高度相关而不受源模型影响的重要特征进行攻击，将其重要程度降低，同时增强不重要的特征以实现具有可转移性的攻击；即通过反向传播获得的所对应的梯度来体现其特征的重要程度，随后通过梯度得到的加权特征以进行攻击。此外，本发明使用视频相邻两帧之间相似这一时序信息，提出特征相似下降损失函数，通过减小相邻帧之间的特征相似度以进行攻击。本发明能够在不可知目标跟踪模型以及不进行大量查询的情况下，通过生成的具有强可转移性的对抗样本，对目标跟踪器实现有效的黑盒攻击。

本发明授权一种基于重要特征的视觉目标跟踪可转移黑盒攻击方法在权利要求书中公布了：1.一种基于重要特征的视觉目标跟踪可转移黑盒攻击方法，其特征在于：包括如下步骤：1从需要攻击的视觉目标跟踪数据集中获取需要攻击的视频样本X＝{x0,x1,x2,…,xn}；将视频样本的第一帧x0作为模板帧z，使用模板帧z对目标进行初始化；将视频样本的后续帧{x1,x2,…,xn}作为搜索帧，即需要攻击的帧，n为搜索帧的数量；2计算重要特征下降损失函数L1；3计算特征相似下降损失函数L2；4结合重要特征下降损失函数L1和特征相似下降损失函数L2，计算最终需要优化的总损失函数L＝α1L1+α2L2；其中，α1和α2分别为L1和L2的权重；5通过动量迭代法最小化总损失函数L生成对抗样本；6将对抗样本输入到其他未知内部信息的、需要攻击的视觉目标跟踪器f'，获取视觉目标跟踪器f'被攻击后所得的预测目标位置。

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中国矿业大学，其通讯地址为：221116 江苏省徐州市泉山区大学路1号中国矿业大学科研院；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”。