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：杭州师范大学
摘要：本发明针对目标检测现有攻击方法可迁移性差这个问题，提出一种结合低频信息和特征的目标检测对抗攻方法和装置。在传统的基于梯度的对抗攻击方法上，通过增加特征图对抗损失来增强对抗样本的迁移性。同时从频域的角度，引入低频扰动的对抗损失作为优化函数，来控制低频扰动的扰动方向，从而进一步提高对抗样本的黑盒攻击性能。同时为了优化损失，通过使用基于梯度的类激活映射技术得到包含图像关键特征的注意力权重矩阵，对生成的扰动进一步处理，约束扰动的生成范围，减少冗余噪声的生成，从而提高对抗样本的攻击性能。本发明方法与现有的攻击方法相比，不仅在白盒攻击性能上优异，同时针对黑盒模型的攻击也有更高的攻击效果。
主权项：1.结合图像低频信息和关键特征的目标检测对抗攻击方法，其特征在于该方法包括以下步骤：步骤一、对干净图片x通过基于梯度的方法生成初始阶段的对抗样本xadv；步骤二、将干净图片x和对抗样本xadv分别通过二维离散傅里叶正变换提取低频信息并转化成空间域图像，再经过二维离散傅里叶逆变换得到原图分离的低频图像xlow、对抗样本分离的低频图像步骤三、将xlow、输入到待攻击的目标检测模型f中分别计算干净图像和当前对抗样本xadv的对抗损失Ladvx,xadv以及干净图像对应低频信息和当前对抗样本对应低频信息之间的对抗损失步骤四、将步骤三得到的两种对抗损失相加作为综合损失函数，并通过MI-FGSM方法来执行梯度下降，得到相应的对抗样本x′adv；步骤五、对干净图片x通过基于梯度的类激活映射方法Grad-CAM提取图像的特征区域并生成注意力权重矩阵Mask，然后将注意力权重矩阵Mask与步骤四得到的对抗样本进行点乘，以此来优化生成的扰动，得到新的对抗样本 步骤六、将步骤五得到的对抗样本作为步骤二中对抗样本，重复迭代执行步骤二至步骤五，迭代停止的条件为迭代次数达到阈值T或者为生成的对抗样本和原始样本之间的无穷范数距离大于设定的阈值ε,迭代停止后输出最终的对抗样本。
全文数据：
权利要求：
百度查询： 杭州师范大学 一种结合低频信息和特征的目标检测对抗攻方法和装置
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