一种对抗补丁处理方法技术

本申请实施例涉及计算机视觉技术领域，提供一种对抗补丁处理方法

【技术实现步骤摘要】
一种对抗补丁处理方法、相关装置及存储介质


[0001]本申请实施例涉及计算机视觉
，更具体地涉及一种对抗补丁处理方法
、
相关装置及存储介质，其中，相关装置包括对抗补丁处理装置
、
计算机设备
、
计算机程序产品和芯片系统，其中，存储介质为计算机可读存储介质
。

技术介绍

[0002]图像处理神经网络模型在各个领域中具有广泛的应用
。
例如，图像处理神经网络模型包括行人检测模型，行人检测模型是计算机视觉领域非常重要的神经网络模型，行人检测模型用于对图像或者视频中的行人进行检测，以确定每个行人的位置
。
行人检测模型在人工智能系统
、
车辆辅助驾驶系统
、
智能机器人
、
智能视频监控
、
人体行为分析
、
智能交通等领域具有广泛的应用
。
一旦该行人检测模型受到攻击将会对使用该行人检测模型的整个系统带来巨大影响
。
[0003]现有技术往往采本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种对抗补丁处理方法，其特征在于，所述方法包括：获取候选对抗补丁，并将所述候选对抗补丁与包括目标对象的初始图像进行叠加，以得到候选对抗图像；对所述候选对抗图像进行特征提取，得到所述候选对抗图像的对抗图像特征，所述对抗图像特征不包括初始图像中目标对象的对象特征，或者，包括初始图像中目标对象的部分特征；计算所述对抗图像特征和所述初始图像的初始图像特征之间的特征损失值，得到目标损失值；若所述目标损失值未满足预设收敛条件，则基于所述目标损失值，更新所述候选对抗补丁，得到更新补丁，并将所述更新补丁作为所述候选对抗补丁，直至所述目标损失值满足所述预设收敛条件，得到目标对抗补丁
。2.
根据权利要求1所述的对抗补丁处理方法，其特征在于，所述计算所述对抗图像特征和所述初始图像的初始图像特征之间的特征损失值，得到目标损失值，包括：对所述对抗图像特征和所述初始图像特征进行融合，得到融合后图像特征；基于所述融合后图像特征，确定所述候选对抗图像的特征损失值，并基于所述特征损失值，确定所述目标损失值
。3.
根据权利要求2所述的对抗补丁处理方法，其特征在于，所述基于所述特征损失值，确定所述目标损失值，包括：在所述候选对抗图像中识别出对抗补丁，并根据所述对抗补丁，计算所述对抗补丁的打印损失值，所述打印损失值表征所述对抗补丁的颜色打印损失值和
/
或纹理打印损失值；根据所述打印损失值和所述特征损失值，生成所述目标损失值
。4.
根据权利要求3所述的对抗补丁处理方法，其特征在于，所述根据所述打印损失值和所述特征损失值，生成所述目标损失值，包括：计算所述对抗补丁的平滑损失值，所述平滑损失值基于所述对抗补丁中相邻像素点之间的特征距离得到；根据所述平滑损失值
、
所述打印损失值和所述特征损失值，生成所述目标损失值
。5.
根据权利要求1所述的对抗补丁处理方法，其特征在于，所述基于所述目标损失值，更新所述候选对抗补丁，得到更新补丁，包括：根据所述目标损失值，更新所述候...

【专利技术属性】
技术研发人员：请求不公布姓名，
申请(专利权)人：北京瑞莱智慧科技有限公司，
类型：发明
国别省市：