[發(fā)明專利]對(duì)抗樣本圖像生成方法、訓(xùn)練方法及目標(biāo)檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202211306735.8
• 申請(qǐng)日: 2022-10-24
• 公開(kāi)（公告）號(hào): CN115631376A
• 公開(kāi)（公告）日: 2023-01-20
• 發(fā)明（設(shè)計(jì)）人: 田偉娟;包沉浮;王洋;呂中厚;黃英仁;張華正;干逸顯
• 申請(qǐng)（專利權(quán)）人: 北京百度網(wǎng)訊科技有限公司
• 主分類號(hào): G06V10/764
• 分類號(hào): G06V10/764;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 中科專利商標(biāo)代理有限責(zé)任公司 11021
• 代理人: 劉凡凡

本公開(kāi)提供了一種對(duì)抗樣本圖像生成方法、目標(biāo)檢測(cè)模型的訓(xùn)練方法、目標(biāo)檢測(cè)方法、裝置、電子設(shè)備、存儲(chǔ)介質(zhì)和計(jì)算機(jī)程序產(chǎn)品，涉及人工智能技術(shù)領(lǐng)域，尤其涉及圖像處理、目標(biāo)檢測(cè)、深度學(xué)習(xí)技術(shù)領(lǐng)域。對(duì)抗樣本圖像生成方法的具體實(shí)現(xiàn)方案為：利用窗口掩碼在初始樣本圖像的目標(biāo)對(duì)象區(qū)域進(jìn)行滑窗，得到至少一個(gè)中間樣本圖像；根據(jù)針對(duì)至少一個(gè)中間樣本圖像的目標(biāo)對(duì)象檢測(cè)結(jié)果和對(duì)應(yīng)的滑動(dòng)窗口，確定至少一個(gè)擾動(dòng)區(qū)域；以及根據(jù)至少一個(gè)中間樣本圖像中具有擾動(dòng)區(qū)域的中間樣本圖像，生成目標(biāo)對(duì)抗樣本圖像。

技術(shù)領(lǐng)域

本公開(kāi)涉及人工智能技術(shù)領(lǐng)域，尤其涉及圖像處理、目標(biāo)檢測(cè)、深度學(xué)習(xí)技術(shù)領(lǐng)域。具體涉及一種對(duì)抗樣本圖像生成方法、目標(biāo)檢測(cè)模型的訓(xùn)練方法、目標(biāo)檢測(cè)方法、裝置、電子設(shè)備、存儲(chǔ)介質(zhì)和計(jì)算機(jī)程序產(chǎn)品。

背景技術(shù)

隨著人工智能技術(shù)的發(fā)展，目標(biāo)檢測(cè)技術(shù)也愈加成熟。針對(duì)用于進(jìn)行目標(biāo)檢測(cè)的目標(biāo)檢測(cè)模型，對(duì)于其檢測(cè)結(jié)果準(zhǔn)確性以及性能均提出了更高的要求。

發(fā)明內(nèi)容

本公開(kāi)提供了一種對(duì)抗樣本圖像生成方法、目標(biāo)檢測(cè)模型的訓(xùn)練方法、目標(biāo)檢測(cè)方法、裝置、電子設(shè)備、存儲(chǔ)介質(zhì)和計(jì)算機(jī)程序產(chǎn)品。

根據(jù)本公開(kāi)的一方面，提供了一種對(duì)抗樣本圖像生成方法，包括：利用窗口掩碼在初始樣本圖像的目標(biāo)對(duì)象區(qū)域進(jìn)行滑窗，得到至少一個(gè)中間樣本圖像；根據(jù)針對(duì)至少一個(gè)中間樣本圖像的目標(biāo)對(duì)象檢測(cè)結(jié)果和對(duì)應(yīng)的滑動(dòng)窗口，確定至少一個(gè)擾動(dòng)區(qū)域；以及根據(jù)至少一個(gè)中間樣本圖像中具有擾動(dòng)區(qū)域的中間樣本圖像，生成目標(biāo)對(duì)抗樣本圖像。

根據(jù)本公開(kāi)的另一方面，提供了一種目標(biāo)檢測(cè)模型的訓(xùn)練方法，包括：多個(gè)目標(biāo)檢測(cè)樣本圖像輸入初始目標(biāo)檢測(cè)模型中，得到目標(biāo)對(duì)象檢測(cè)結(jié)果，其中，多個(gè)目標(biāo)檢測(cè)樣本圖像包括至少一個(gè)目標(biāo)對(duì)抗樣本圖像，目標(biāo)對(duì)抗樣本圖像是利用根據(jù)本公開(kāi)實(shí)施例的對(duì)抗樣本圖像生成方法得到的；以及根據(jù)模型訓(xùn)練損失函數(shù)的數(shù)值，調(diào)整初始目標(biāo)檢測(cè)模型的模型參數(shù)，得到目標(biāo)檢測(cè)模型，其中，模型訓(xùn)練損失函數(shù)與目標(biāo)檢測(cè)樣本圖像的目標(biāo)對(duì)象檢測(cè)結(jié)果和標(biāo)簽相關(guān)。

根據(jù)本公開(kāi)的另一方面，提供了一種目標(biāo)檢測(cè)方法，包括：將待檢測(cè)圖像輸入目標(biāo)檢測(cè)模型，得到目標(biāo)對(duì)象檢測(cè)結(jié)果，其中，目標(biāo)檢測(cè)模型是利用根據(jù)本公開(kāi)實(shí)施例的目標(biāo)檢測(cè)模型的訓(xùn)練方法得到的。

根據(jù)本公開(kāi)的另一方面，提供了一種對(duì)抗樣本圖像生成裝置，包括：中間樣本圖像確定模塊、擾動(dòng)區(qū)域確定模塊以及目標(biāo)對(duì)抗樣本圖像生成模塊。中間樣本圖像確定模塊，用于利用窗口掩碼在初始樣本圖像的目標(biāo)對(duì)象區(qū)域進(jìn)行滑窗，得到至少一個(gè)中間樣本圖像。擾動(dòng)區(qū)域確定模塊，用于根據(jù)針對(duì)至少一個(gè)中間樣本圖像的目標(biāo)對(duì)象檢測(cè)結(jié)果和對(duì)應(yīng)的滑動(dòng)窗口，確定至少一個(gè)擾動(dòng)區(qū)域。目標(biāo)對(duì)抗樣本圖像生成模塊，用于根據(jù)至少一個(gè)中間樣本圖像中具有擾動(dòng)區(qū)域的中間樣本圖像，生成目標(biāo)對(duì)抗樣本圖像。

根據(jù)本公開(kāi)的另一方面，提供了一種目標(biāo)檢測(cè)模型的訓(xùn)練裝置，包括：目標(biāo)對(duì)象檢測(cè)結(jié)果確定模塊以及模型參數(shù)調(diào)整模塊。目標(biāo)對(duì)象檢測(cè)結(jié)果確定模塊，用于多個(gè)目標(biāo)檢測(cè)樣本圖像輸入初始目標(biāo)檢測(cè)模型中，得到目標(biāo)對(duì)象檢測(cè)結(jié)果，其中，多個(gè)目標(biāo)檢測(cè)樣本圖像包括至少一個(gè)目標(biāo)對(duì)抗樣本圖像，目標(biāo)對(duì)抗樣本圖像是利用本公開(kāi)實(shí)施例的對(duì)抗樣本圖像生成裝置得到的。模型參數(shù)調(diào)整模塊，用于根據(jù)模型訓(xùn)練損失函數(shù)的數(shù)值，調(diào)整初始目標(biāo)檢測(cè)模型的模型參數(shù)，得到目標(biāo)檢測(cè)模型，其中，模型訓(xùn)練損失函數(shù)與目標(biāo)檢測(cè)樣本圖像的目標(biāo)對(duì)象檢測(cè)結(jié)果和標(biāo)簽相關(guān)。

根據(jù)本公開(kāi)的另一方面，提供了一種目標(biāo)檢測(cè)裝置，包括：目標(biāo)檢測(cè)模塊，用于將待檢測(cè)圖像輸入目標(biāo)檢測(cè)模型，得到目標(biāo)對(duì)象檢測(cè)結(jié)果，其中，目標(biāo)檢測(cè)模型是利用根據(jù)本公開(kāi)實(shí)施例的目標(biāo)檢測(cè)模型的訓(xùn)練裝置得到的。

根據(jù)本公開(kāi)的另一方面，提供了一種電子設(shè)備，包括：至少一個(gè)處理器和與至少一個(gè)處理器通信連接的存儲(chǔ)器；其中，存儲(chǔ)器存儲(chǔ)有可被至少一個(gè)處理器執(zhí)行的指令，指令被至少一個(gè)處理器執(zhí)行，以使至少一個(gè)處理器能夠執(zhí)行本公開(kāi)實(shí)施例的對(duì)抗樣本圖像生成方法、目標(biāo)檢測(cè)模型的訓(xùn)練方法和目標(biāo)檢測(cè)方法。