基于目标检测模型特征向量迁移的对抗样本生成方法
实质审查的生效
摘要
本发明公开了一种基于目标检测模型特征向量迁移的对抗样本生成方法，包括如下步骤：步骤S1、卷积神经网络特征向量迁移；步骤S2、对抗噪声的生成，步骤S3、对抗样本攻击效果评估。本发明对抗样本在目标检测等深度学习模型中攻击效果更强，并且在兼顾攻击隐蔽性的前提下具备更好的可迁移性。本发明对抗样本生成方法揭示了特征向量在目标检测模型的对抗机制中发挥的重要作用，验证了本发明所述的对抗样本的攻击威胁，能够启发探索鲁棒性目标检测算法领域的研究，以此设计出新的防御机制，对于目标检测模型在实际生活中的应用有着重要意义。
基本信息
专利标题 ：
基于目标检测模型特征向量迁移的对抗样本生成方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114549933A
申请号 ：
CN202210160129.3
公开（公告）日 ：
2022-05-27
申请日 ：
2022-02-21
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
毛云龙袁新雨华景煜仲盛
申请人 ：
南京大学
申请人地址 ：
江苏省南京市栖霞区仙林大道163号
代理机构 ：
南京乐羽知行专利代理事务所(普通合伙)
代理人 ：
李培
优先权 ：
CN202210160129.3
主分类号 ：
G06V10/774
IPC分类号 ：
G06V10/774 G06V10/764 G06V10/80 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-06-14 ：
实质审查的生效
IPC(主分类) : G06V 10/774
申请日 : 20220221
申请日 : 20220221
2022-05-27 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
