[發(fā)明專利]圖像處理方法以及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202310093433.5
• 申請(qǐng)日: 2023-01-30
• 公開（公告）號(hào): CN116415631A
• 公開（公告）日: 2023-07-11
• 發(fā)明（設(shè)計(jì)）人: 邱寒;張園超;王龍
• 申請(qǐng)（專利權(quán)）人: 浙江網(wǎng)商銀行股份有限公司
• 主分類號(hào): G06N3/0464
• 分類號(hào): G06N3/0464;G06N3/08;G06F21/55
• 代理公司: 北京智信禾專利代理有限公司 11637
• 代理人: 李曉慶

本說明書實(shí)施例提供圖像處理方法以及裝置，其中所述圖像處理方法應(yīng)用于圖像處理模型，所述圖像處理模型包括神經(jīng)網(wǎng)絡(luò)層、和與所述神經(jīng)網(wǎng)絡(luò)層關(guān)聯(lián)的結(jié)果輸出網(wǎng)絡(luò)層，所述方法包括：將待處理圖像輸入所述圖像處理模型，利用所述神經(jīng)網(wǎng)絡(luò)層對(duì)所述待處理圖像進(jìn)行處理，獲得所述神經(jīng)網(wǎng)絡(luò)層輸出的中間輸出結(jié)果；將所述中間輸出結(jié)果輸入所述結(jié)果輸出網(wǎng)絡(luò)層，獲得所述結(jié)果輸出網(wǎng)絡(luò)層輸出的預(yù)測(cè)結(jié)果；在確定所述預(yù)測(cè)結(jié)果滿足預(yù)設(shè)結(jié)果條件的情況下，將所述預(yù)測(cè)結(jié)果確定為所述待處理圖像的目標(biāo)預(yù)測(cè)結(jié)果。使得利用圖像處理模型進(jìn)行圖像處理時(shí)能夠動(dòng)態(tài)的提前完成預(yù)測(cè)，以實(shí)現(xiàn)針對(duì)比特翻轉(zhuǎn)攻擊的防御，保證模型的預(yù)測(cè)準(zhǔn)確率。

技術(shù)領(lǐng)域

本說明書實(shí)施例涉及模型訓(xùn)練技術(shù)領(lǐng)域，特別涉及圖像處理方法。

背景技術(shù)

隨著計(jì)算機(jī)技術(shù)的發(fā)展，神經(jīng)網(wǎng)絡(luò)模型被廣泛應(yīng)用于各個(gè)領(lǐng)域，例如自動(dòng)駕駛領(lǐng)域、惡意軟件檢測(cè)領(lǐng)域和醫(yī)療診斷領(lǐng)域等。然而，神經(jīng)網(wǎng)絡(luò)模型在運(yùn)行時(shí)被惡意攻擊，比如，對(duì)于面向模型參數(shù)的攻擊(即比特翻轉(zhuǎn)攻擊)，由于神經(jīng)網(wǎng)絡(luò)模型在運(yùn)行時(shí)需要加載到計(jì)算機(jī)內(nèi)存中運(yùn)行，通過翻轉(zhuǎn)模型參數(shù)在內(nèi)存中的比特，從而篡改模型的模型參數(shù)，則會(huì)造成模型預(yù)測(cè)錯(cuò)誤，從而降低模型預(yù)測(cè)準(zhǔn)確率。因此，亟需一種有效的技術(shù)方案解決上述問題。

發(fā)明內(nèi)容

有鑒于此，本說明書實(shí)施例提供了一種圖像處理方法。本說明書一個(gè)或者多個(gè)實(shí)施例同時(shí)涉及一種圖像處理裝置，一種神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練方法，一種神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練裝置，一種計(jì)算設(shè)備，一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)以及一種計(jì)算機(jī)程序，以解決現(xiàn)有技術(shù)中存在的技術(shù)缺陷。

根據(jù)本說明書實(shí)施例的第一方面，提供了一種圖像處理方法，應(yīng)用于圖像處理模型，所述圖像處理模型包括神經(jīng)網(wǎng)絡(luò)層、和與所述神經(jīng)網(wǎng)絡(luò)層關(guān)聯(lián)的結(jié)果輸出網(wǎng)絡(luò)層，所述方法包括：

將待處理圖像輸入所述圖像處理模型，利用所述神經(jīng)網(wǎng)絡(luò)層對(duì)所述待處理圖像進(jìn)行處理，獲得所述神經(jīng)網(wǎng)絡(luò)層輸出的中間輸出結(jié)果；

將所述中間輸出結(jié)果輸入所述結(jié)果輸出網(wǎng)絡(luò)層，獲得所述結(jié)果輸出網(wǎng)絡(luò)層輸出的預(yù)測(cè)結(jié)果；

在確定所述預(yù)測(cè)結(jié)果滿足預(yù)設(shè)結(jié)果條件的情況下，將所述預(yù)測(cè)結(jié)果確定為所述待處理圖像的目標(biāo)預(yù)測(cè)結(jié)果。

根據(jù)本說明書實(shí)施例的第二方面，提供了一種圖像處理裝置，應(yīng)用于圖像處理模型，所述圖像處理模型包括神經(jīng)網(wǎng)絡(luò)層、和與所述神經(jīng)網(wǎng)絡(luò)層關(guān)聯(lián)的結(jié)果輸出網(wǎng)絡(luò)層，所述裝置包括：

第一輸入模塊，被配置為將待處理圖像輸入所述圖像處理模型，利用所述神經(jīng)網(wǎng)絡(luò)層對(duì)所述待處理圖像進(jìn)行處理，獲得所述神經(jīng)網(wǎng)絡(luò)層輸出的中間輸出結(jié)果；

第二輸入模塊，被配置為將所述中間輸出結(jié)果輸入所述結(jié)果輸出網(wǎng)絡(luò)層，獲得所述結(jié)果輸出網(wǎng)絡(luò)層輸出的預(yù)測(cè)結(jié)果；

確定模塊，被配置為在確定所述預(yù)測(cè)結(jié)果滿足預(yù)設(shè)結(jié)果條件的情況下，將所述預(yù)測(cè)結(jié)果確定為所述待處理圖像的目標(biāo)預(yù)測(cè)結(jié)果。

根據(jù)本說明書實(shí)施例的第三方面，提供了一種神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練方法，包括：

確定初始神經(jīng)網(wǎng)絡(luò)模型的神經(jīng)網(wǎng)絡(luò)層，并在所述神經(jīng)網(wǎng)絡(luò)層之后添加結(jié)果輸出網(wǎng)絡(luò)層，獲得目標(biāo)神經(jīng)網(wǎng)絡(luò)模型；

將圖像訓(xùn)練樣本輸入所述神經(jīng)網(wǎng)絡(luò)層，獲得所述神經(jīng)網(wǎng)絡(luò)層輸出的中間輸出結(jié)果；

將所述中間輸出結(jié)果輸入所述結(jié)果輸出網(wǎng)絡(luò)層，獲得所述結(jié)果輸出網(wǎng)絡(luò)層輸出的預(yù)測(cè)結(jié)果；

利用所述圖像訓(xùn)練樣本對(duì)應(yīng)的圖像訓(xùn)練標(biāo)簽和所述預(yù)測(cè)結(jié)果，對(duì)所述結(jié)果輸出網(wǎng)絡(luò)層進(jìn)行訓(xùn)練，直至獲得滿足訓(xùn)練停止條件的目標(biāo)神經(jīng)網(wǎng)絡(luò)模型。

根據(jù)本說明書實(shí)施例的第四方面，提供了一種神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練裝置，包括：

添加模塊，被配置為確定初始神經(jīng)網(wǎng)絡(luò)模型的神經(jīng)網(wǎng)絡(luò)層，并在所述神經(jīng)網(wǎng)絡(luò)層之后添加結(jié)果輸出網(wǎng)絡(luò)層，獲得目標(biāo)神經(jīng)網(wǎng)絡(luò)模型；