目标检测器安全性测试方法及装置、电子设备和存储介质制造方法及图纸

本公开涉及目标检测器安全性测试方法及装置、电子设备和存储介质，该方法包括：将满足多维高斯分布的隐空间变量输入初始状态的生成网络，得到生成图像，再将该隐空间变量与生成图像输入初始状态的辅助网络，得到单维的辅助变量，然后，将生成图像粘贴至训练集中各样本图像标注区域中，得到粘贴后的第一训练图像，最后，根据目标检测器、第一训练图像及辅助变量，对初始状态的生成网络进行优化，得到目标状态的生成网络，该目标状态的生成网络能够对目标检测器的安全性可靠性进行有效检测，提醒用户注意目标检测器的使用风险，有利于目标检测器的开发者对目标检测器进行完善。检测器的开发者对目标检测器进行完善。检测器的开发者对目标检测器进行完善。

【技术实现步骤摘要】
目标检测器安全性测试方法及装置、电子设备和存储介质


[0001]本公开涉及计算机视觉
，尤其涉及一种目标检测器安全性测试方法及装置、电子设备和存储介质。

技术介绍

[0002]目标检测，是指利用计算机来判断场景中目标所在位置，通过贴标签、做记号、标颜色或划重点等标注方式，来标注出目标所在的区域，目标可例如为人或物体等。目标检测作为一种在图像上的自动定位算法，在智能摄像头监控、自动驾驶和智能机器人等领域有着重要的应用。
[0003]目前流行的目标检测算法可使用深度神经网络(Deep Neural Network，DNN)来判断每个目标所在标注区域的位置和大小。然而，DNN被发现会被一些特定扰动所干扰，从而发生误判或漏判。这种扰动被称为对抗样本，不仅在数字世界中存在，还在物理世界中存在。这样的对抗样本可以使目标实现对目标检测器的隐身。目前在物理世界针对目标检测器的隐身通常采用补丁图案的方式，只能在补丁图案正对摄像头的情形下起作用。

技术实现思路

[0004]有鉴于此，本公开提出了一种目标检测器安全性测试方法及装置、电子本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标检测器的安全性测试方法，其特征在于，所述方法包括：将预设的隐空间变量输入初始状态的生成网络，得到生成图像，所述隐空间变量满足多维高斯分布；将所述隐空间变量与所述生成图像输入初始状态的辅助网络，得到单维的辅助变量；将所述生成图像粘贴至训练集中各样本图像标注区域中，得到粘贴后的第一训练图像，所述样本图像中包括一个或多个目标的标注区域；根据所述目标检测器、所述第一训练图像及所述辅助变量，对所述初始状态的生成网络进行优化，得到目标状态的生成网络，所述目标状态的生成网络用于对所述目标检测器进行安全性测试。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：将所述隐空间变量输入所述目标状态的生成网络，得到第一测试图像，所述第一测试图像用于对所述目标检测器进行安全性测试。3.根据权利要求1所述的方法，其特征在于，所述方法还包括：对所述隐空间变量进行环状切割法采样，得到采样变量；将所述采样变量输入所述目标状态的生成网络，得到采样图像；将所述采样图像粘贴至训练集中各样本图像标注区域中，得到粘贴后的第二训练图像；根据所述目标检测器及所述第二训练图像，对所述隐空间变量进行优化，得到优化后的隐空间变量。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：将所述优化后的隐空间变量输入所述目标状态的生成网络，得到第二测试图像，所述第二测试图像用于对所述目标检测器进行安全性测试。5.根据权利要求1所述的方法，其特征在于，根据所述目标检测器、所述第一训练图像及所述辅助变量，对所述初始状态的生成网络进行优化，得到优化后的目标状态的生成网络，包括：基于损失函数，对所述初始状态的生成网络和所述初始状态的辅助网络进行优化，得到所述目标...

【专利技术属性】
技术研发人员：胡晓林，胡展豪，黄思源，朱小佩，
申请(专利权)人：清华大学，
类型：发明
国别省市：