[發(fā)明專(zhuān)利]對(duì)抗樣本生成方法、裝置、設(shè)備以及介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202211026433.5
• 申請(qǐng)日: 2022-08-25
• 公開(kāi)（公告）號(hào): CN116152625A
• 公開(kāi)（公告）日: 2023-05-23
• 發(fā)明（設(shè)計(jì)）人: 劉彥宏;馮月;蔣寧;吳海英
• 申請(qǐng)（專(zhuān)利權(quán)）人: 馬上消費(fèi)金融股份有限公司
• 主分類(lèi)號(hào): G06V10/82
• 分類(lèi)號(hào): G06V10/82;G06V10/774;G06N3/0464;G06V40/16
• 代理公司: 北京同立鈞成知識(shí)產(chǎn)權(quán)代理有限公司 11205
• 代理人: 張娜;劉芳

1.一種對(duì)抗樣本生成方法，其特征在于，包括：

獲取隱變量和目標(biāo)變量，所述隱變量用于生成第一圖像，所述目標(biāo)變量用于在第一圖像中增添目標(biāo)信息或消除第一圖像中的目標(biāo)信息；

根據(jù)預(yù)設(shè)第一生成器和隱變量，生成第一圖像；

生成中間對(duì)抗樣本，包括：

根據(jù)預(yù)設(shè)第二生成器、所述隱變量和目標(biāo)變量，生成第二圖像；

根據(jù)所述第一圖像和第二圖像，生成初始的對(duì)抗樣本；

將所述初始的對(duì)抗樣本與預(yù)設(shè)的待識(shí)別圖像進(jìn)行疊加處理，生成訓(xùn)練圖像；

根據(jù)預(yù)設(shè)的樣本圖像、所述訓(xùn)練圖像和預(yù)設(shè)的圖像識(shí)別模型，更新所述目標(biāo)變量；

基于更新的目標(biāo)變量對(duì)所述第二圖像進(jìn)行更新，得到更新后的第二圖像，基于更新后的第二圖像對(duì)所述初始的對(duì)抗樣本進(jìn)行更新，得到中間對(duì)抗樣本，所述更新的目標(biāo)變量為下一次用于生成第二圖像的目標(biāo)變量；

重復(fù)執(zhí)行所述生成中間對(duì)抗樣本的步驟，直至所述中間對(duì)抗樣本滿(mǎn)足預(yù)設(shè)條件，將滿(mǎn)足所述預(yù)設(shè)條件的中間對(duì)抗樣本作為目標(biāo)對(duì)抗樣本。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，獲取目標(biāo)變量，包括：

獲取用于進(jìn)行對(duì)抗的目標(biāo)對(duì)抗物體的圖像信息；

根據(jù)所述目標(biāo)對(duì)抗物體的圖像信息，確定目標(biāo)方向向量，所述目標(biāo)方向向量用于在所述第一圖像中增添所述目標(biāo)對(duì)抗物體的圖像信息或消除所述第一圖像中的所述目標(biāo)對(duì)抗物體的圖像信息；

根據(jù)所述目標(biāo)方向向量與預(yù)設(shè)初始標(biāo)量，計(jì)算得到所述目標(biāo)變量。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述第一圖像和第二圖像，生成初始的對(duì)抗樣本，包括：

將所述第一圖像和所述第二圖像對(duì)比，確定所述第一圖像和所述第二圖像的差異區(qū)域；

提取所述第一圖像或所述第二圖像中的所述差異區(qū)域，得到所述初始的對(duì)抗樣本。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)預(yù)設(shè)的樣本圖像、所述訓(xùn)練圖像和預(yù)設(shè)的圖像識(shí)別模型，更新所述目標(biāo)變量，包括：

將所述訓(xùn)練圖像輸入至所述預(yù)設(shè)的圖像識(shí)別模型，提取得到所述訓(xùn)練圖像的特征向量；

將所述預(yù)設(shè)的樣本圖像輸入至所述預(yù)設(shè)的圖像識(shí)別模型，提取得到所述預(yù)設(shè)的樣本圖像的特征向量；

根據(jù)所述訓(xùn)練圖像的特征向量和所述預(yù)設(shè)的樣本圖像的特征向量，更新所述目標(biāo)變量。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述根據(jù)所述訓(xùn)練圖像的特征向量和所述預(yù)設(shè)的樣本圖像的特征向量，更新所述目標(biāo)變量，包括：

計(jì)算所述訓(xùn)練圖像的特征向量和所述樣本圖像的特征向量的相似度值；

計(jì)算所述相似度值與所述預(yù)設(shè)初始標(biāo)量的梯度差值；

根據(jù)所述梯度差值和預(yù)設(shè)的學(xué)習(xí)率，更新所述預(yù)設(shè)初始標(biāo)量；

將更新的預(yù)設(shè)初始標(biāo)量與所述目標(biāo)方向向量相乘，得到更新的目標(biāo)變量。

6.根據(jù)權(quán)利要求1-5任一項(xiàng)所述的方法，其特征在于，所述基于更新的目標(biāo)變量對(duì)所述第二圖像進(jìn)行更新，得到更新后的第二圖像，基于更新后的第二圖像對(duì)所述初始的對(duì)抗樣本進(jìn)行更新，得到中間對(duì)抗樣本，包括：

將所述隱變量和所述更新后的目標(biāo)變量求和，將求和結(jié)果輸入至所述預(yù)設(shè)第二生成器，得到更新后的第二圖像；

根據(jù)所述第一圖像和更新后的第二圖像，對(duì)所述初始的對(duì)抗樣本進(jìn)行更新，得到所述中間對(duì)抗樣本。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述根據(jù)所述第一圖像和更新后的第二圖像，對(duì)所述初始的對(duì)抗樣本進(jìn)行更新，得到所述中間對(duì)抗樣本，包括：

將更新后的第二圖像與第一圖像對(duì)比，確定更新后的第二圖像與所述第一圖像的差異區(qū)域；

提取更新后的第二圖像或所述第一圖像中的所述差異區(qū)域，對(duì)所述初始的對(duì)抗樣本進(jìn)行更新，得到所述中間對(duì)抗樣本。