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：中国科学院计算技术研究所
摘要：本发明提出一种面向机器视觉目标检测的隐身方法和装置，通过基于迁移效果的对抗补丁增强方法，提高网络在黑盒方法下的隐身效果，提高网络的实际应用价值。通过基于生成对抗网络的图像语义增强方法，提高对抗样本的自然语义，改善其不够自然的问题，增加对抗图案可应用的场合。基于训练与微调的对抗补丁生成方法，将整个对抗补丁的生成过程分为训练与微调两个部分，训练过程用于在保证图像语义的前提下提高对抗样本的隐身效果，微调阶段虽然会损失一部分图像语义，但是能够较大提高对抗样本的隐身效果。通过合理的分配训练与微调的过程，可以在对抗样本的隐身效果与图像语义之间达成较好的平衡。
主权项：1.一种面向机器视觉目标检测的隐身方法，其特征在于，包括：初始步骤，构建生成对抗网络，该生成对抗网络根据多维度的输入变量生成具有自然语义的图像作为对抗图案；获取多张训练图片，该训练图片具有检测对象及其对应的目标类别标签；训练步骤，将该对抗图案添加到每张训练图片的检测对象之上，得到样本添加图像，将该样本添加图像输入机器视觉目标检测模型，得到该样本添加图像的目标预测类别，根据该目标预测类别和该目标类别标签构建第一置信度损失函数，以训练更新该输入变量；微调步骤，将训练完成后的该输入变量输入该生成对抗网络，得到基础图案，将该基础图案添加至该每张训练图片的检测对象之上，得到对抗图片，将该对抗图片输入该机器视觉目标检测模型，得到目标预测类别并根据该目标类别标签构建第二置信度损失函数；根据该对抗图片的像素张量值，构建图像正则损失函数；根据该对抗图片像素张量值间变化差异，构建平滑损失；根据该第二置信度损失函数、该图像正则损失函数、该平滑损失，以指定的学习率更新修改该对抗图片，得到完善图案；对该完善图案进行后处理，得到隐形图案；将该隐形图案添加到待隐身图片的检测对象之上，得到具有隐身效果的隐形图片。
全文数据：
权利要求：
百度查询： 中国科学院计算技术研究所 一种面向机器视觉目标检测的隐身方法及装置
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