一种针对行人检测的对抗攻击方法技术

一种针对行人检测的对抗攻击方法，其特征在于，包括以下步骤：S1：对待检测样本进行预处理；S2：将待检测样本输入目标检测器中；S3：在行人所在位置生成随机的初始化噪音，将噪音与卡通图案输入生成对抗网络中；S4：添加对抗补得到对抗样本；S5：将对抗样本输入目标检测器，计算逃逸损失函数；S6：利用逃逸损失函数的计算值生成新噪音，并和卡通图案输入生成对抗网络得到新的对抗补丁，并得到新的对抗样本；S7：重复步骤S5

【技术实现步骤摘要】
一种针对行人检测的对抗攻击方法


[0001]本专利技术属于计算机视觉行人检测领域，特别涉及一种针对行人检测的对抗攻击方法。

技术介绍

[0002]行人检测是近年来计算机视觉领域的研究热点，同时也是目标检测领域中的难点。其目的是识别和定位图像中存在的行人，在许多领域中都有广泛的应用。交通安全方面，无人驾驶汽车通过提前检测到行人及时避让来避免交通事故的发生；安防保护方面，通过行人检测来防止可疑人员进入；公共场所管理方面，通过行人检测统计人流量数据，优化人力物力等资源的分配。目前，行人检测相关的许多算法都是采用深度神经网络，深度神经网络近年来取得了重大突破，成功应用于图像处理、自然语言处理、语音识别、医疗诊断等多个领域。在图像分类、目标检测中，深度学习的准确率甚至超越了人类。
[0003]然而近年来的研究发现，深度神经网络面临多重安全威胁。通过向输入数据添加一些噪声，攻击者可以使一个性能良好的深度神经网络做出错误的决定，甚至使模型产生相同的结果完全不同的输入数据的识别结果。此类攻击被称为对抗性攻击，而精心构建的用于欺骗深度神经网络的数据称为对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种针对行人检测的对抗攻击方法，其特征在于，包括以下步骤：S1：对样本数据中的待检测样本I
i
(i＝2,3,4
…
)进行预处理；S2：将预处理后的待检测样本I
i
(i＝2,3,4
…
)输入目标检测器中，得到样本中行人的位置信息；S3：在行人所在位置生成随机的初始化噪音，将噪音与卡通图案输入生成对抗网络中，得到要添加的对抗补丁P；S4：将对抗补丁添加到I
i
(i＝2,3,4
…
)，得到对抗样本I
′
i
(i＝2,3,4
…
)；S5：将I
′
i
(i＝2,3,4
…
)输入目标检测器，计算逃逸损失函数L
YOLO
；S6：利用逃逸损失函数L
YOLO
的计算值生成新噪音，将新噪音和卡通图案输入生成对抗网络得到新的对抗补丁，并叠加到I
′
i
(i＝2,3,4
…
)得到新的对抗样本；S7：重复步骤S5
‑
S6，直到生成的对抗补丁使目标检测器检测出错；S8：将得到的对抗补丁打印出来，设置于行人服装上，进行物理上的对抗攻击。2.根据权利要求1所述的一种针对行人检测的对抗攻击方法，其特征在于，所述预处理对...

【专利技术属性】
技术研发人员：顾钊铨，董法山，王乐，邓滨玥，于海洋，张登辉，方滨兴，
申请(专利权)人：广州大学，
类型：发明
国别省市：