[發(fā)明專利]一種基于圖像預(yù)處理與對抗訓(xùn)練結(jié)合的防御對抗樣本的方法

在審

• 申請?zhí)枺?/td>: 202011383582.8
• 申請日: 2020-12-01
• 公開（公告）號: CN112560901A
• 公開（公告）日: 2021-03-26
• 發(fā)明（設(shè)計）人: 高攀;張誠
• 申請（專利權(quán)）人: 南京航空航天大學(xué)
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 南京蘇高專利商標事務(wù)所(普通合伙) 32204
• 代理人: 李淑靜

1.一種基于圖像預(yù)處理與對抗訓(xùn)練結(jié)合的防御對抗樣本的方法，其特征在于，所述方法包括以下步驟：

1)將原始圖像和對抗樣本分割為n×n像素的小塊，進行DCT變換，并設(shè)計量化表，所述對抗樣本是由原始圖像和對抗性噪聲線性疊加而成；

2)將量化表按比例縮放得到實現(xiàn)不同壓縮比所需要的量化表，對原始圖像應(yīng)用不同壓縮比進行壓縮得到不同的數(shù)據(jù)集，再添加噪聲作為訓(xùn)練對抗樣本，原始圖像和訓(xùn)練對抗樣本構(gòu)成訓(xùn)練數(shù)據(jù)集，送入深度神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練得到不同的分類器；

3)將待分類圖像以不同壓縮比進行壓縮得到不同的圖像，并送入對應(yīng)壓縮比數(shù)據(jù)集訓(xùn)練得到的分類器，由多個分類器投票得到最終結(jié)果。

2.根據(jù)權(quán)利要求1所述的基于圖像預(yù)處理與對抗訓(xùn)練結(jié)合的防御對抗樣本的方法，其特征在于，所述步驟1)中量化表的設(shè)計方法如下：對原始圖像和對抗樣本經(jīng)過DCT變換后得到的DCT頻率系數(shù)進行方差分析，將所有頻率系數(shù)分為偏向原有特征的OF、偏向?qū)固卣鞯腁F兩組，對于OF設(shè)計主要用于保存特征的第一量化步長，對于AF組設(shè)計主要用于去掉對抗特征的第二量化步長，所述第一量化步長小于第二量化步長。

3.根據(jù)權(quán)利要求2所述的基于圖像預(yù)處理與對抗訓(xùn)練結(jié)合的防御對抗樣本的方法，其特征在于，所述方差分析包括：以表示原始圖像的第i行第j列的DCT系數(shù)的方差，表示對抗樣本的DCT系數(shù)的方差，表示對抗性噪聲的DCT系數(shù)方差，則用表示對抗樣本中該頻率的DCT系數(shù)中對抗噪聲的所占的比重，r越大表示該頻率系數(shù)攜帶的對抗特征越多，將r小于指定閾值所對應(yīng)的DCT系數(shù)作為OF，剩余的作為AF。

4.根據(jù)權(quán)利要求1所述的基于圖像預(yù)處理與對抗訓(xùn)練結(jié)合的防御對抗樣本的方法，其特征在于，所述步驟2)中在訓(xùn)練時使用如下?lián)p失函數(shù)：

J’(θ,x,y)＝ξ·J(θ,x,y)+(1-ξ)·J(θ,x_q,y)

其中θ表示分類器權(quán)重參數(shù)，x表示原始圖像，y表示圖像分類標簽，ξ表示學(xué)習(xí)率，x_q表示原始圖像x經(jīng)壓縮比q壓縮后并加上噪聲ρ得到的圖像。

5.根據(jù)權(quán)利要求4所述的基于圖像預(yù)處理與對抗訓(xùn)練結(jié)合的防御對抗樣本的方法，其特征在于，所述噪聲ρ滿足均值μ＝0，方差σ＝0.001的高斯分布。