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!
申请/专利权人:深圳大学
摘要:本发明公开了一种基于强化学习的图像修复黑盒反取证方法、系统及终端,所述方法包括:获取目标修复图像,基于训练完成的策略优化网络和目标修复图像,生成第一攻击图像;将第一攻击图像输入到环境模型中,输出定位结果,并获取第一攻击图像对应的F1分数;基于训练完成的策略优化网络,将第一攻击图像作为迭代初始图像进行迭代,在每次迭代获取到对应的攻击图像后,获取对应的定位结果,基于定位结果计算F1分数,判断当前迭代是否到达终止状态;当到达终止状态时,结束迭代,并将最后一次迭代获取的攻击图像输出。本发明可以得到适用于攻击图像修复检测定位模型的攻击图像,可以促进鲁棒取证模型的设计。
主权项:1.一种基于强化学习的图像修复黑盒反取证方法,其特征在于,所述基于强化学习的图像修复黑盒反取证方法包括:获取目标修复图像,基于训练完成的策略优化网络和所述目标修复图像,生成第一攻击图像;将所述第一攻击图像输入到环境模型中,输出定位结果,并根据所述定位结果获取所述第一攻击图像对应的F1分数;基于训练完成的所述策略优化网络,将第一攻击图像作为迭代初始图像进行迭代,并在每次迭代获取到对应的攻击图像后,获取对应的定位结果,基于定位结果计算F1分数,根据当次迭代和前一次迭代的F1分数判断当前迭代是否到达终止状态;当到达终止状态时,结束迭代,并将最后一次迭代获取的攻击图像输出。
全文数据:
权利要求:
百度查询: 深圳大学 基于强化学习的图像修复黑盒反取证方法、系统及终端
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。