[發(fā)明專利]對抗樣本生成方法、抗攻擊檢測方法、裝置及電子設(shè)備在審
| 申請?zhí)枺?/td> | 202310271058.9 | 申請日: | 2023-03-16 |
| 公開(公告)號: | CN116167912A | 公開(公告)日: | 2023-05-26 |
| 發(fā)明(設(shè)計)人: | 崔愷旭;王洋;包沉浮;呂中厚;田偉娟;張華正;黃英仁;周光照;王國秋 | 申請(專利權(quán))人: | 北京百度網(wǎng)訊科技有限公司 |
| 主分類號: | G06T3/00 | 分類號: | G06T3/00;G06N3/094 |
| 代理公司: | 北京銀龍知識產(chǎn)權(quán)代理有限公司 11243 | 代理人: | 湯明明 |
| 地址: | 100085 北京市*** | 國省代碼: | 北京;11 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 對抗 樣本 生成 方法 攻擊 檢測 裝置 電子設(shè)備 | ||
1.一種對抗樣本生成方法,包括:
獲取初始化補丁,所述初始化補丁為用于對目標(biāo)圖像進行處理的補丁;
識別所述初始化補丁包括的像素點的像素均值;
根據(jù)所述像素均值對所述初始化補丁進行修正,得到對抗補丁;
將所述對抗補丁與所述目標(biāo)圖像合成,得到對抗樣本。
2.根據(jù)權(quán)利要求1所述的方法,其中,所述根據(jù)所述像素均值對所述初始化補丁進行修正,得到對抗補丁,包括:
識別所述初始化補丁包括的第一區(qū)域和第二區(qū)域,所述第二區(qū)域為所述初始化補丁中除所述第一區(qū)域外的區(qū)域;
將所述第一區(qū)域內(nèi)的像素點的像素值替換為預(yù)設(shè)像素值,并將所述第二區(qū)域內(nèi)的像素點的像素值替換為所述像素均值,得到所述對抗補丁,所述預(yù)設(shè)像素值與所述像素均值不同。
3.根據(jù)權(quán)利要求2所述的方法,其中,所述識別所述初始化補丁包括的第一區(qū)域和第二區(qū)域,包括:
隨機確定所述初始化補丁包括的第一區(qū)域;
根據(jù)所述第一區(qū)域確定所述第二區(qū)域。
4.根據(jù)權(quán)利要求1所述的方法,其中,所述根據(jù)所述像素均值對所述初始化補丁進行修正,得到對抗補丁,包括:
預(yù)測對所述初始化補丁進行修正的概率;
在對所述初始化補丁進行修正的概率大于預(yù)設(shè)概率的情況下,根據(jù)所述像素均值對所述初始化補丁進行修正,得到對抗補丁。
5.根據(jù)權(quán)利要求1所述的方法,其中,所述獲取初始化補丁,包括:
獲取第一補丁;
對所述第一補丁進行初始化處理,得到第二補丁;
對所述第二補丁的第一目標(biāo)區(qū)域的目標(biāo)參數(shù)進行調(diào)節(jié),得到所述初始化補丁;
其中,所述目標(biāo)參數(shù)為顯示參數(shù),且所述顯示參數(shù)包括如下參數(shù)中的至少一項:顯示尺寸、比例參數(shù)、亮度、對比度、噪音、位置、角度。
6.根據(jù)權(quán)利要求5所述的方法,其中,所述對所述第二補丁的第一目標(biāo)區(qū)域的目標(biāo)參數(shù)進行調(diào)節(jié),得到所述初始化補丁,包括:
對所述第二補丁的第一目標(biāo)區(qū)域的目標(biāo)參數(shù)進行調(diào)節(jié),得到第三補丁;
對所述第三補丁的第二目標(biāo)區(qū)域進行仿射變換,得到所述初始化補丁,所述仿射變換包括如下至少一項:縮放、旋轉(zhuǎn)、平移。
7.一種抗攻擊檢測方法,包括:
將對抗樣本輸入至待檢測模型中進行樣本識別,并輸出識別結(jié)果,所述識別結(jié)果用于表示所述對抗樣本的圖像分類,所述待檢測模型為用于對圖像進行分類的檢測模型;
根據(jù)所述識別結(jié)果和預(yù)先獲取的目標(biāo)圖像的預(yù)設(shè)分類信息,確定所述待檢測模型對所述對抗樣本的抗攻擊結(jié)果;
其中,所述對抗樣本為根據(jù)權(quán)利要求1至6中任一項方法生成的樣本。
8.一種對抗樣本生成裝置,包括:
獲取模塊,用于獲取初始化補丁,所述初始化補丁為用于對目標(biāo)圖像進行處理的補丁;
識別模塊,用于識別所述初始化補丁包括的像素點的像素均值;
修正模塊,用于根據(jù)所述像素均值對所述初始化補丁進行修正,得到對抗補丁;
合成模塊,用于將所述對抗補丁與所述目標(biāo)圖像合成,得到對抗樣本。
9.根據(jù)權(quán)利要求8所述的裝置,其中,所述修正模塊,包括:
識別子模塊,用于識別所述初始化補丁包括的第一區(qū)域和第二區(qū)域,所述第二區(qū)域為所述初始化補丁中除所述第一區(qū)域外的區(qū)域;
替換子模塊,用于將所述第一區(qū)域內(nèi)的像素點的像素值替換為預(yù)設(shè)像素值,并將所述第二區(qū)域內(nèi)的像素點的像素值替換為所述像素均值,得到所述對抗補丁,所述預(yù)設(shè)像素值與所述像素均值不同。
10.根據(jù)權(quán)利要求9所述的裝置,其中,所述識別子模塊,包括:
第一確定單元,用于隨機確定所述初始化補丁包括的第一區(qū)域;
第二確定單元,用于根據(jù)所述第一區(qū)域確定所述第二區(qū)域。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于北京百度網(wǎng)訊科技有限公司,未經(jīng)北京百度網(wǎng)訊科技有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202310271058.9/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 農(nóng)業(yè)信息對抗資源目標(biāo)規(guī)劃最優(yōu)分配方法
- 農(nóng)業(yè)信息對抗資源模糊規(guī)劃最優(yōu)分配方法
- 農(nóng)業(yè)信息對抗資源線性規(guī)劃最優(yōu)分配方法
- 基于聚類數(shù)據(jù)挖掘的對抗行為搜索算法
- 面向多種對抗圖片攻擊的協(xié)同免疫防御方法
- 一種自適應(yīng)對抗強度的對抗訓(xùn)練方法
- 對抗攻擊模型的訓(xùn)練方法及裝置
- 對抗樣本的生成方法和裝置
- 多樣本對抗擾動生成方法、裝置、存儲介質(zhì)和計算設(shè)備
- 一種無人集群協(xié)同博弈對抗的控制方法及系統(tǒng)





