【技术实现步骤摘要】
本专利技术属于图像处理与深度学习，尤其涉及一种基于单目摄像头的自动驾驶幽灵攻击检测方法。
技术介绍
1、近年来，各级自动驾驶车辆越来越多的应用在我们的生活中，自动驾驶技术的发展对道路交通的安全高效运转有极大的促进作用。
2、在各类自动驾驶车辆中，基于深度学习的目标检测算法发挥着基础且不可替代的作用，其正确性对上层决策和控制算法的正常运转至关重要。然而，近年来优于目标检测模块的错误输出导致的车辆安全事故屡见不鲜。与此同时，攻击者利用各种攻击方式也可以对目标检测模块的运转产生巨大干扰，从而严重危害用户的生命财产安全。
3、在各类图像攻击中，攻击者利用投影仪，显示器等电子显示设备创造虚假物体，从而欺骗基于图像的目标检测算法的幽灵攻击是一种广泛且危害严重的攻击。其在造成严重事故的同时不需要攻击者对目标检测算法的原理有任何背景知识且能远程发动攻击。然而，对于如何有效防御该类攻击，目前还缺乏系统性的解决方案。
技术实现思路
1、本专利技术的目的在于针对现有技术的不足，提供一种基...
【技术保护点】
1.一种基于单目摄像头的自动驾驶幽灵攻击检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述预处理包括z-score标准化和基于双线性插值的尺寸变换。
3.根据权利要求1所述的方法，其特征在于，所述特征提取及分类识别网络分为特征提取部分和分类识别部分，所述特征提取部分为添加了空间注意力机制的残差神经网络，所述分类识别部分采用两层全连接多层感知机结构。
4.根据权利要求1所述的方法，其特征在于，所述特征提取及分类识别网络的训练过程中，根据训练集中的物体图像计算特征表示和分类结果，根据分类结果计算交叉熵损失，根据...
【技术特征摘要】
1.一种基于单目摄像头的自动驾驶幽灵攻击检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述预处理包括z-score标准化和基于双线性插值的尺寸变换。
3.根据权利要求1所述的方法，其特征在于，所述特征提取及分类识别网络分为特征提取部分和分类识别部分，所述特征提取部分为添加了空间注意力机制的残差神经网络，所述分类识别部分采用两层全连接多层感知机结构。
4.根据权利要求1所述的方法，其特征在于，所述特征提取及分类识别网络的训练过程中，根据训练集中的物体图像计算特征表示和分类结果，根据分类结果计算交叉熵损失，根据...
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。