[發明專利]一種車牌的對抗性樣本生成方法、裝置及存儲介質在審
| 申請號: | 202010620936.X | 申請日: | 2020-07-01 |
| 公開(公告)號: | CN111860498A | 公開(公告)日: | 2020-10-30 |
| 發明(設計)人: | 顧釗銓;方濱興;賈焰;劉宸瑋;呂吟玉;蘇煜;王樂;韓偉紅 | 申請(專利權)人: | 廣州大學 |
| 主分類號: | G06K9/32 | 分類號: | G06K9/32;G06N3/08 |
| 代理公司: | 廣州三環專利商標代理有限公司 44202 | 代理人: | 郭浩輝;麥小嬋 |
| 地址: | 510006 廣東省廣*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 車牌 對抗性 樣本 生成 方法 裝置 存儲 介質 | ||
1.一種車牌的對抗性樣本生成方法,其特征在于,包括:
獲取同一車輛的基準車牌圖像和多個非基準車牌圖像;其中,所述基準車牌圖像是在預設的基準距離和基準角度下拍攝的車牌圖像;所述多個非基準車牌圖像是在不同距離、不同角度拍攝的同一車牌的多個車牌圖像;
根據所述不同距離、不同角度與所述基準距離、基準角度之間的映射關系,分別對所述多個非基準車牌圖像進行預處理,獲得第一車牌圖像集;
計算所述第一車牌圖像集的平均圖像,并根據預設識別模型的錯誤識別概率,確定對抗條紋在所述平均圖像中的放置位置;其中,所述識別模型為在輸入所述基準車牌圖像時能識別出所述車輛的車牌號碼;
根據所述識別模型的損失函數,計算所述對抗條紋在所述平均圖像中的放置位置時各點對應的像素值,生成可打印的對抗條紋;
結合打印后的對抗條紋和真實車牌后,采集結合后的車牌圖像,獲得對抗性樣本。
2.根據權利要求1所述的車牌的對抗性樣本生成方法,其特征在于,所述獲取同一車輛的基準車牌圖像和多個非基準車牌圖像,具體為:
在預設的基準距離D和基準角度A下拍攝所述車輛的車牌,獲得基準車牌圖像X;
在不同距離、不同角度(d1,a1),(d2,a2),…,(dn,an)下拍攝所述車輛的車牌,獲得n個非基準車牌圖像(X1,X2,…,Xn);其中,n為正整數。
3.根據權利要求2所述的車牌的對抗性樣本生成方法,其特征在于,所述根據所述不同距離、不同角度與所述基準距離、基準角度之間的映射關系,分別對所述多個非基準車牌圖像進行預處理,獲得第一車牌圖像集,具體為:
對于任意一張非基準車牌圖像Xi,其拍攝距離和角度為(di,ai),i為小于等于n的正整數;
根據(di,ai)與(D,A)之間的映射關系,將非基準車牌圖像Xi進行相應的縮放或旋轉操作,獲得圖像Xi’;
待所有非基準車牌圖像均預處理完后,獲得所述第一車牌圖像集(X1’,X2’,…,Xn’)。
4.根據權利要求3所述的車牌的對抗性樣本生成方法,其特征在于,所述計算所述第一車牌圖像集的平均圖像,并根據預設識別模型的錯誤識別概率,確定對抗條紋在所述平均圖像中的放置位置,具體為:
計算所述第一車牌圖像集的平均圖像其中,
分別計算條紋圖像ΔX在平均圖像上任意位置(b,c)時,所述識別模型的錯誤識別概率其中,為所述識別模型將圖像識別為正確車牌號碼Y,為所述識別模型識別出正確車牌號碼Y時對應的概率;
選取所述錯誤識別概率為最大值時對應的位置(b*,c*)為所述放置位置。
5.根據權利要求4所述的車牌的對抗性樣本生成方法,其特征在于,所述根據所述識別模型的損失函數,計算所述對抗條紋在所述平均圖像中的放置位置時各點對應的像素值,生成可打印的對抗條紋,具體為:
根據所述識別模型的損失函數argmaxx′J(x′,Y),采用基于梯度的反向傳播方法,計算圖像ΔX(b*,c*)內的各像素值,生成可打印的對抗條形p;其中,argmaxx′J(x′,Y)表示所述識別模型將圖像識別為正確車牌號碼Y時的損失函數最大。
6.根據權利要求5所述的車牌的對抗性樣本生成方法,其特征在于,所述基于梯度的反向傳播方法包括:FGSM傳播方法或PGD傳播方法。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于廣州大學,未經廣州大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010620936.X/1.html,轉載請聲明來源鉆瓜專利網。





