图像处理方法、装置、计算机设备及存储介质制造方法及图纸

本申请公开了一种图像处理方法、装置、计算机设备及存储介质，属于计算机技术领域。该方法包括：获取原始图像与目标图像之间的偏移特征图；对该目标图像中的目标像素，基于该偏移特征图，从该原始图像中确定与该目标像素对应的原始像素；基于该原始像素的多个邻域像素，对该目标像素进行赋值；输出由多个赋值后的目标像素构成的目标图像。本申请可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景，通过像素级别的逐个像素偏移和赋值，使得修改得到的目标图像整体具有低感知性质，不易被防御者感知和察觉。被防御者感知和察觉。被防御者感知和察觉。

【技术实现步骤摘要】
图像处理方法、装置、计算机设备及存储介质


[0001]本申请涉及计算机
，特别涉及一种图像处理方法、装置、计算机设备及存储介质。

技术介绍

[0002]随着计算机技术的发展，大量基于神经网络的图像处理模型被应用在如图像分类、目标检测等计算机视觉任务中，这也导致了与神经网络相关的安全问题逐渐成为研究热点。
[0003]在安全问题中涉及一类基于木马图像的攻击方式，以基于神经网络的图像分类模型为例，通过对原始图像施加特定扰动得到木马图像，以欺骗图像分类模型对木马图像输出错误的分类结果。因此，为了检测基于神经网络的图像处理模型的安全性，尽可能挖掘可能出现的安全漏洞，亟需一种能够构造出高质量的、人类难以察觉的木马图像的方法。

技术实现思路

[0004]本申请实施例提供了一种图像处理方法、装置、计算机设备及存储介质，能够在原始图像基础上构造出高质量的、人类难以察觉的目标图像。该技术方案如下：
[0005]一方面，提供了一种图像处理方法，该方法包括：
[0006]获取原始图像与目标图像之间的偏移特征图，所述偏移特本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理方法，其特征在于，所述方法包括：获取原始图像与目标图像之间的偏移特征图，所述偏移特征图用于表征所述原始图像与所述目标图像之间的像素偏移量；对所述目标图像中的目标像素，基于所述偏移特征图，从所述原始图像中确定与所述目标像素对应的原始像素；基于所述原始像素的多个邻域像素，对所述目标像素进行赋值；输出由多个赋值后的目标像素构成的目标图像。2.根据权利要求1所述的方法，其特征在于，所述基于所述原始像素的多个邻域像素，对所述目标像素进行赋值包括：基于噪声干扰图，确定所述多个邻域像素各自对应的像素扰动量，所述噪声干扰图用于表征对所述原始图像中像素所施加的扰动；基于所述多个邻域像素和所述多个邻域像素各自对应的像素扰动量，对所述目标像素进行赋值。3.根据权利要求2所述的方法，其特征在于，所述基于所述多个邻域像素和所述多个邻域像素各自对应的像素扰动量，对所述目标像素进行赋值包括：基于所述多个邻域像素、所述多个邻域像素各自对应的像素扰动量、所述原始像素的位置信息和所述多个邻域像素的位置信息，对所述目标像素进行赋值。4.根据权利要求3所述的方法，其特征在于，所述基于所述多个邻域像素、所述多个邻域像素各自对应的像素扰动量、所述原始像素的位置信息和所述多个邻域像素的位置信息，对所述目标像素进行赋值包括：对所述多个邻域像素中任一邻域像素，将所述邻域像素和所述邻域像素对应的像素扰动量相加，得到所述邻域像素对应的扰动像素；基于所述原始像素的位置信息和所述邻域像素的位置信息，确定对所述扰动像素的加权系数，所述加权系数与所述原始像素和所述邻域像素之间的距离呈负相关；将所述加权系数和所述扰动像素相乘，得到加权后的扰动像素；将多个所述加权后的扰动像素相加所得的和值赋值给所述目标像素。5.根据权利要求4所述的方法，其特征在于，所述基于所述原始像素的位置信息和所述邻域像素的位置信息，确定对所述扰动像素的加权系数包括：基于所述原始像素的位置信息和所述邻域像素的位置信息，确定所述像素和所述邻域像素之间的横轴坐标差和纵轴坐标差；确定1与所述横轴坐标差的绝对值相减所得的第一差值和1与所述纵轴坐标差的绝对值相减所得的第二差值；将所述第一差值和所述第二差值相乘，得到所述加权系数。6.根据权利要求2所述的方法，其特征在于，所述噪声干扰图的尺寸与所述原始图像的尺寸相同；所述基于噪声干扰图，确定所述多个邻域像素各自对应的像素扰动量包括：对所述多个邻域像素中任一邻域像素，在所述噪声干扰图中查找得到与所述邻域像素对应位置的像素扰动量。7.根据权利要求2所述的方法，其特征在于，所述噪声干扰图和所述偏移特征图在基于
待攻击的图像处理模型获取比特翻转模型的过程中优化得到，所述比特翻转模型是指对所述图像处理模型中的部分比特位进行翻转所得的模型。8.根据权利要求7所述的方法，其特征在于，所述基于待攻击的图像处理模型获取比特翻转模型的过程包括：生成初始干扰图和初始偏移图；将初始翻转模型初始化为所述图像处理模型的模型参数矩阵；迭代更新所述初始干扰图、所述初始偏移图和所述初始翻转模型，在符合停止迭代条件时，输出基于所述初始干扰图优化得到的所述噪声干扰图、基于所述初始偏移图优化得到的所述偏移特征图以及基于所述初始翻转模型优化得到的所述比特翻转模型。9.根据权利要求8所述的方法，其特征在于，所述迭代更新所述初始干扰图、所述初始偏移图和所述初始翻转模型包括：在任一次迭代中，更新第一中间变量、第二中间变量和第三中间变量；将所述第一中间变量投影到所述模型参数矩阵对应的...

【专利技术属性】
技术研发人员：白家旺，龚迪洪，夏树涛，李志锋，刘威，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：