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！

龙图腾网恭喜厦门理工学院申请的专利摄像图像的可逆对抗干扰方法、装置、设备和介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119888414B 。

龙图腾网通过国家知识产权局官网在2025-05-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510386294.4，技术领域涉及：G06V10/774；该发明授权摄像图像的可逆对抗干扰方法、装置、设备和介质是由杜侠;留晓源;许奇臻;申煜湘;朱顺痣设计研发完成，并于2025-03-31向国家知识产权局提交的专利申请。

本摄像图像的可逆对抗干扰方法、装置、设备和介质在说明书摘要公布了：摄像图像的可逆对抗干扰方法、装置、设备和介质，涉及数据对抗干扰技术领域。方法包含：获取原始图像并划分为超像素块。根据超像素块，计算初始梯度然后构建初始扰动贡献矩阵。根据初始扰动贡献矩阵，构建初始扰动。将初始扰动叠加至原始图像，获取初始对抗样本。迭代后续步骤直至迭代完成，获取最终对抗样本和对应的最终扰动。基于上一次迭代生成的对抗样本，计算迭代梯度并通过通道注意力网络进行通道增强。通过衰减因子动态融合迭代梯度和上一次迭代的梯度，获取新梯度。根据新梯度，构建新扰动贡献矩阵。根据新扰动贡献矩阵，构建扰动增量进行扰动累积，并对累积扰动进行幅值裁剪，获取新扰动。将新扰动叠加至原始图像，获取新对抗样本。

本发明授权摄像图像的可逆对抗干扰方法、装置、设备和介质在权利要求书中公布了：1.一种摄像图像的可逆对抗干扰方法，其特征在于，包含：获取原始图像；通过超像素分割算法将所述原始图像划分为多个超像素块；根据所述超像素块，通过代理模型和损失函数，计算初始梯度；根据所述初始梯度，构建初始扰动贡献矩阵；根据所述初始扰动贡献矩阵，构建初始扰动；将所述初始扰动叠加至所述原始图像，获取初始对抗样本；迭代后续步骤直至迭代完成，获取最终对抗样本和对应的最终扰动；基于上一次迭代生成的对抗样本，通过代理模型和损失函数，计算迭代梯度；通过通道注意力网络对所述迭代梯度进行特征重标定，生成通道注意力权重矩阵，并将权重矩阵与所述迭代梯度进行哈达玛积运算，获得通道增强后的迭代梯度；通过衰减因子动态融合迭代梯度和上一次迭代的梯度，获取新梯度；根据所述新梯度，构建新扰动贡献矩阵；根据所述新扰动贡献矩阵，构建扰动增量进行扰动累积，并对累积扰动进行幅值裁剪，获取新扰动；将所述新扰动叠加至所述原始图像，获取新对抗样本；初始扰动的计算模型为：；式中，为初始扰动、为单位扰动、为符号函数、为初始扰动贡献矩阵；根据所述新扰动贡献矩阵，构建扰动增量进行扰动累积，并对累积扰动进行幅值裁剪，获取新扰动，具体包括：根据所述新扰动贡献矩阵，生成扰动增量；其中，扰动增量的计算模型为：；式中，为第次迭代的扰动增量、为单位扰动、为符号函数、为第次迭代的新扰动贡献矩阵；根据扰动增量进行扰动累积，得到新扰动；其中，新扰动的积累模型为：；式中，为新扰动、为上一次迭代得到的扰动、为第次迭代的扰动增量；对新扰动进行幅值裁剪以确保满足不可见性约束；即：；式中，为用于维度扩展和填充的函数、为范数、为单位扰动、为最大扰动倍数；根据所述新扰动贡献矩阵，构建扰动增量进行扰动累积，并对累积扰动进行幅值裁剪，获取新扰动，还包括：基于新扰动，使用隐式场景保护对未知模型的代理模型执行黑盒攻击；将扰动和原始图像作为输入，方向基于所选择的扰动随机选择；在方向上添加扰动会改变模型的置信度，如果方向未能降低，则方向相反；对于每个扰动点，记录其对置信度下降的贡献；在预定义的扰动迭代次之后，从记录中识别并选择产生模型置信度最显著降低的三个点，排除这些点，在后续迭代过程中，只增强其余的可以应用额外扰动的点。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人厦门理工学院，其通讯地址为：361024 福建省厦门市集美区理工路600号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。