【技术实现步骤摘要】
本申请涉及深度学习领域，尤其涉及一种对抗图案生成方法及装置。
技术介绍
1、随着人工智能和深度学习的飞速发展，机器视觉已在现代智能系统中得到广泛的应用，如智能机器人、自动驾驶、智能视频理解等系统。然而，这些基于深度学习的模型容易受到特定扰动的影响，产生偏差较大的结果，这种扰动一般称为对抗扰动。基于深度学习模型容易受到对抗扰动影响的特性，可通过向原始样本中添加对抗扰动形成对抗样本，来干扰模型的预测结果，例如将对抗样本打印出来贴在额头上欺骗人脸识别系统。
2、对抗贴图的图样、配色等通常较为奇特，与环境图像不协调，降低了对抗贴图、的隐蔽性。
技术实现思路
1、本专利技术的目的是提供一种对抗图案生成方法，以解决对抗贴图隐蔽性差的问题。
2、为解决上述问题，本专利技术的一方面提供了一种对抗图案生成方法，包括：
3、提取训练数据中图像样本内目标区域的色彩特征，所述目标区域为所述图像样本中待识别目标的区域；
4、获取符合所述色彩特征的本次中间对抗图案生成的
【技术保护点】
1.一种对抗图案生成方法，其特征在于，包括：
2.根据权利要求1所述的对抗图案生成方法，其特征在于，所述提取训练数据中图像样本内目标区域的色彩特征的步骤包括：
3.根据权利要求2所述的对抗图案生成方法，其特征在于，所述色谱选择条件至少包含以下所列中的任一或任意多项：
4.根据权利要求2所述的对抗图案生成方法，其特征在于，所述获取符合所述色彩特征的本次中间对抗图案生成的色彩约束条件的步骤包括：
5.根据权利要求4所述的对抗图案生成方法，其特征在于，所述扩展条件包括将所述色谱扩展到多个同色系颜色，所述对所述色彩特征中包含的色...
【技术特征摘要】
1.一种对抗图案生成方法，其特征在于，包括：
2.根据权利要求1所述的对抗图案生成方法，其特征在于，所述提取训练数据中图像样本内目标区域的色彩特征的步骤包括：
3.根据权利要求2所述的对抗图案生成方法，其特征在于，所述色谱选择条件至少包含以下所列中的任一或任意多项：
4.根据权利要求2所述的对抗图案生成方法，其特征在于，所述获取符合所述色彩特征的本次中间对抗图案生成的色彩约束条件的步骤包括：
5.根据权利要求4所述的对抗图案生成方法，其特征在于，所述扩展条件包括将所述色谱扩展到多个同色系颜色，所述对所述色彩特征中包含的色谱进行颜色扩展的步骤包括：
6.根据权利要求1至5中任一所述的对抗图案生成方法，其特征在于，所述根据所述色彩约束条件，完成本次的中间对抗图案的生成的步骤包括：
7.根据权利要求6所述的对抗图案生成方法，其特征在于，所述获取目标检测模型输出的本次的迭代损失的步骤包括：
8.根据权利要求1所述的对抗图案生成方法，...
【专利技术属性】
技术研发人员：晏焕钱，权桁，苏航，吴永林，朱军，
申请(专利权)人：启元实验室，
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。