龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：南通大学
摘要：本申请公开了一种基于通道注意力的行人再识别对抗攻击方法，该方法包括：基于掩码算法mask和ECA通道注意力，构建卷积神经网络；基于行人图像训练集，获取卷积神经网络的输入图像；基于输入图像和卷积神经网络，获取输入图像中的深度特征；基于损失函数，获取深度特征的损失值并优化卷积神经网络，得到深度神经网络；基于深度神经网络和待查询图像，获取待查询图像的最终特征；基于最终特征与行人图像的特征向量之间的相似度，获得待查询图像的匹配结果。本申请提出对抗性注意力机制的行人再识别攻击方法，破坏掩码mask的打分规则来打破原有的通道注意力权重，提高了注意力机制对行人再识别系统的鲁棒性。
主权项：1.一种基于通道注意力的行人再识别对抗攻击方法，其特征在于，包括以下步骤：基于掩码算法mask和ECA通道注意力，构建卷积神经网络；基于行人图像训练集，获取所述卷积神经网络的输入图像；基于所述输入图像和所述卷积神经网络，获取所述输入图像中的深度特征；其中，获取所述深度特征的方法包括：基于所述卷积神经网络和所述输入图像，获取所述输入图像的对抗性权重图；获取对抗性权重图的方法包括：结合掩码算法mask，将所述卷积神经网络模型中每个原始注意力权重图扰乱，使得到对抗性注意力权重图实现攻击；将所述输入图像输入至所述卷积神经网络得到每个所述输入图像的对抗性权重图；基于所述对抗性权重图中的对抗性权重与预设对抗性阈值之间的差值，获取所述输入图像中的深度特征；其中，响应于所述对抗性权重图的对抗性权重与预设对抗性阈值之间的第一差值大于等于零，则降低所述对抗性权重图中的对抗性权重，获取所述深度特征；响应于所述对抗性权重图的对抗性权重与预设对抗性阈值之间的第一差值小于零，则提高所述对抗性权重图中的对抗性权重，获取所述深度特征；基于损失函数，获取所述深度特征的损失值并优化所述卷积神经网络，得到深度神经网络；基于所述深度神经网络和待查询图像，获取所述待查询图像的最终特征；基于所述最终特征与待查询图像中的行人图像的特征向量之间的相似度，获得所述待查询图像的匹配结果。
全文数据：
权利要求：
百度查询： 南通大学 一种基于通道注意力的行人再识别对抗攻击方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号