【技术实现步骤摘要】
对抗样本的生成方法、装置、电子设备、介质和程序产品
[0001]本公开涉及计算机
,尤其涉及计算机视觉、目标检测和自动驾驶领域。具体涉及一种对抗样本的生成方法、装置、电子设备、介质和程序产品。
技术介绍
[0002]对抗攻击是指通过在干净的样本上添加人类难以察觉的微小扰动来诱导模型发生错误决策的技术。其中,所生成的可导致模型发生错误决策的样本称之为对抗样本。相关技术中,为了生成对抗样本,通常是人为在干净的样本中施加扰动,以得到对抗样本。
技术实现思路
[0003]本公开提供了一种对抗样本的生成方法、装置、电子设备、介质和程序产品。
[0004]根据本公开的第一方面,提供了一种对抗样本的生成方法,包括:
[0005]获取初始图像集,所述初始图像集中的图像包括目标区域,所述目标区域包括目标对象的图像内容;
[0006]确定所述初始图像集中每一张图像中的扰动区域,其中,所述扰动区域位于所述目标区域内,第一图像中扰动区域的第一属性信息与第二图像中的扰动区域的第一属性信息相匹配,所述第一图像和所述第二图像为所述初始图像集中的任意两张图像,所述第一属性信息包括以下至少一项:所述扰动区域的位置属性信息和所述扰动区域的形态属性信息;
[0007]对所述初始图像集中的每一张图像的扰动区域中添加扰动信息,得到对抗样本集。
[0008]根据本公开的第二方面,提供了一种对抗样本的生成装置,包括:
[0009]获取模块,用于获取初始图像集,所述初始图像集中的图像包括目标区域 ...
【技术保护点】
【技术特征摘要】
1.一种对抗样本的生成方法,包括:获取初始图像集,所述初始图像集中的图像包括目标区域,所述目标区域包括目标对象的图像内容;确定所述初始图像集中每一张图像中的扰动区域,其中,所述扰动区域位于所述目标区域内,第一图像中扰动区域的第一属性信息与第二图像中的扰动区域的第一属性信息相匹配,所述第一图像和所述第二图像为所述初始图像集中的任意两张图像,所述第一属性信息包括以下至少一项:所述扰动区域的位置属性信息和所述扰动区域的形态属性信息;对所述初始图像集中的每一张图像的扰动区域中添加扰动信息,得到对抗样本集。2.根据权利要求1所述的方法,其中,所述第一图像的目标区域中预先标记有扰动区域,所述确定所述初始图像集中每一张图像中的扰动区域,包括:基于所述第一图像中的扰动区域,确定所述初始图像集中每一张图像中的扰动区域。3.根据权利要求1所述的方法,其中,所述位置属性信息包括所述扰动区域与所述目标区域的相对位置,所述形态属性信息包括所述扰动区域与所述目标区域的相对大小。4.根据权利要求1所述的方法,其中,所述初始图像集包括至少一个图像组,所述图像组包括至少两张对所述目标对象进行拍摄的图像,且所述图像组中的不同图像中的目标区域的尺寸不同;其中,所述第一图像属于所述初始图像集中的一个图像组。5.根据权利要求4所述的方法,其中,所述初始图像集包括至少两个图像组,所述至少两个图像组中的不同图像组对应的拍摄场景不同,且同一图像组中的不同图像的拍摄场景相同。6.根据权利要求2所述的方法,其中,所述基于所述第一图像中的扰动区域,确定所述初始图像集中每一张图像中的扰动区域,包括:获取所述第一图像中的目标区域的第二属性信息、所述第一图像中的扰动区域的第二属性信息和所述第二图像中的目标区域的第二属性信息,所述第二属性信息包括位置属性信息和尺寸属性信息;基于所述第一图像中的目标区域的尺寸属性信息和所述第一图像中的扰动区域的尺寸属性信息,确定缩放比例;基于所述第一图像中的目标区域的第二属性信息、所述第一图像中的扰动区域的第二属性信息、所述第二图像中的目标区域的第二属性信息和所述缩放比例,确定所述第二图像中的扰动区域的第二属性信息。7.根据权利要求2所述的方法,其中,所述第一图像为所述初始图像集中,所述目标区域的尺寸最大的图像。8.根据权利要求1所述的方法,其中,所述对所述初始图像集中的每一张图像的扰动区域中添加扰动信息,得到对抗样本集,包括:在第三图像中的扰动区域添加初始扰动信息,得到初始对抗样本,所述第三图像为所述初始图像集中的任意图像;将所述初始对抗样本输入识别模型进行识别,得到第一识别结果;基于所述第一识别结果确定所述第三图像对应的目标对抗样本,所述对抗样本集包括所述初始图像集中每一张图像对应的目标对抗样本。
9.根据权利要求8所述的方法,其中,所述初始图像集还包括所述初始图像集中的每张图像的类别标签,所述第三图像的类别标签表征所述第三图像的类别为目标类别,所述基于所述第一识别结果确定所述第三图像对应的目标对抗样本,包括如下至少一项:在所述第一识别结果表征所述初始对抗样本中的目标对象为所述目标类别的置信度小于预设阈值的情况下,将所述初始对抗样本确定为所述目标对抗样本;在所述第一识别结果表征所述初始对抗样本中的目标对象为所述目标类别的置信度大于或等于所述预设阈值的情况下,对所述初始对抗样本中的扰动区域的扰动信息进行更新,得到中间对抗样本,并将所述中间对抗样本输入所述识别模型进行识别,得到第二识别结果,以及,基于所述第二识别结果确定所述目标对抗样本。10.根据权利要求8所述的方法,其中,所述在第三图像中的扰动区域添加初始扰动信息,得到初始对抗样本,包括:对所述第三图像进行预处理,得到第三目标图像,其中,所述预处理包括以下至少一项:将所述第三图像的格式转换为与所述识别模型匹配的预设格式,以及,将所述第三图像的尺寸缩放为与所述识别模型匹配的预设尺寸;在所述第三目标图像中添加所述初始扰动信息,得到所述初始对抗样本。11.一种对抗样本的生成装置,包括:获取模块,用于获取初始图像集,所述初始图像集中的图像包括目标区域,所述目标区域包括目标对象的图像内容;确定模块,用于确定所述初始图像集中每一张图像中的扰动区域,其中,所述扰动区域位于所述目标区域内,第一图像中扰动区域的第一属性信息与第二图像中的扰动区域的第一属性信息...
【专利技术属性】
技术研发人员:田伟娟,包沉浮,王洋,吕中厚,黄英仁,张华正,干逸显,
申请(专利权)人:北京百度网讯科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。