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：威海蓝海银行股份有限公司

摘要：本发明提供一种基于扩散模型的掌纹图像对抗样本生成方法，其设有扩散模型和目标分类器，扩散模型是以Unet为基础架构，目标分类器是以Resnet18为基础架构。其解决了现有对抗样本生成技术所生成的对抗样本自然舒适度低，并且，主要是基于对抗生成网络（GAN）的方法生成对抗样本，导致所生成的图像缺失多样性、容易导致模式崩溃，由于问题表述的对抗性，对抗生成网络（GAN）难以在掌纹图像上训练，同时，目前大多数采用扩散模型结合投影梯度下降（PGD）的方式生成对抗样本，生成对抗样本过程中，需要反复计算扩散模型的权重，导致内存耗费高，对机器的性能要求很高的技术问题。本发明可广泛应用于掌纹图像对抗样本的生成。

主权项：1.一种基于扩散模型的掌纹图像对抗样本生成方法，其特征是：设有扩散模型和目标分类器，扩散模型是以Unet为基础架构，目标分类器是以Resnet18为基础的神经网络架构，用于对掌纹数据集进行分类；所述扩散模型的前向SDE定义如下：dx＝ftxdt+gtdw反向采样过程使用ODE定义如下： 随机微分方程定义的参数如下： 其中：βt＝βmin+βmax-βmint，βmax＝20，βmin＝0.1， 所述sx，t为分数函数，使用扩散模型Fθx；t进行预估；所述εx，t为能量函数，所述εx，t包括和所述为需要攻击的分类器梯度，用来引导扩散模型远离真实标签；所述为引导扩散模型迭代过程，缩小所生成的样本和原样本之间的像素差异效果，并使用L2距离的平方定义；所述基于扩散模型的掌纹图像对抗样本生成方法，包括如下步骤：步骤1：搭建扩散模型的网络架构，其骨干结构是以ddpmpp结构为基础；所述ddpmpp结构包括Encoder部分和Decoder部分；所述Encoder部分包括6个Block，每个Block间都包含一个下采样UnetBlock，所述下采样UnetBlock实现下采样操作；所述Encoder部分中的前4个Block中，每个Block中均包含4个UnetBlock，每个下采样UnetBlock输出的特征图都会保存下来；所述Encoder部分中的后2个Block中，每个Block中均包含自注意力机制；所述Decoder部分与Encoder部分类似，只有Block的输入不同，每个Block的输入包含上一个Block的输出，并拼接上Encoder传下来的特征图；步骤2：设置扩散模型Unet预训练参数；步骤3：训练目标攻击网络，目标攻击网络采用Resnet50架构，使用Adam优化器执行梯度下降策略，Resnet50在目标掌纹数据集上训练；步骤4：生成对抗样本，采用一阶Euler法+二阶Henu法根据反向ODE方程沿着轨迹进行采样。

全文数据：

权利要求：

百度查询： 威海蓝海银行股份有限公司 基于扩散模型的掌纹图像对抗样本生成方法