【技术实现步骤摘要】
本申请涉及目标检测，尤其涉及一种对抗样本生成方法、装置及存储介质。
技术介绍
1、随着深度学习技术在目标检测领域的应用，对抗攻击的作用越来越重要。其中，目标检测是指识别出图像中的物体的类别，定位物体的准确位置，对抗攻击是指在图像样本中添加一些无法察觉的干扰，使模型以高置信度给出一个错误的输出。
2、但是，相关技术中在的对抗攻击，往往需要获取目标模型或者目标检测器的参数，而在黑盒情况下由于无法直接访问目标检测系统的内部信息，往往难以成功。
3、因此，如何简单高效的提高对抗样本的迁移性是亟待解决的问题。
技术实现思路
1、本申请实施例提供一种对抗样本生成方法、装置及存储介质，用于生成不依赖目标模型或目标检测器的对抗样本，提高对抗样本的迁移性。
2、为达到上述目的，本申请实施例采用如下技术方案：
3、第一方面，提供一种对抗样本生成方法，用于生成不依赖目标模型或者目标检测器的对抗样本。
4、对原始图像进行语义分割处理，以得到处理后的图像中各个像素点的特征值，处理后的图像与原始图像的大小相同；
5、基于处理后的图像中各个像素点的特征值，确定目标对象的区域位置信息，目标对象为处理后的图像中的待识别对象；
6、基于目标对象的区域位置信息，在原始图像中添加扰动信息，以生成目标对抗样本。
7、本申请实施例提供的技术方案至少带来以下有益效果：本申请实施例提供的对抗样本的生成方法，通过对原始图像进行语义分割确
8、在一些实施例中，上述基于目标对象的区域位置信息，在原始图像中添加扰动信息，包括：以预设步长遍历处理后的图像；若第一像素点位于目标对象的区域内，则改变第二像素点的特征值，以得到添加扰动后的图像，第一像素点为处理后的图像中的像素点，第二像素点为原始图像中的像素点，每个第二像素点与每个第一像素点的位置一一对应；通过目标检测器，确定添加扰动后的图像的检测结果以及原始图像的检测结果；在添加扰动后的图像的检测结果和原始图像的检测结果不一致时，确定添加扰动后的图像为目标对抗样本。
9、由上述实施例可知，本申请实施例中处理后的图像与原始图像的大小一致，所以根据待处理后的图像中的目标对象的位置信息，可以确定原始图像中的目标对象的位置信息。对此，本申请通过改变第二像素点的特征值，可以对目标对象的类别识别进行干扰，使得目标检测的结果与原始图像中的目标对象的实际类别不匹配。同时，本申请实施例中只对目标对象区域位置中的像素点的特征值进行改变，可以在扰动量较小的情况下，影响全卷积神经网络的输出结果，而不影响人眼的识别。
10、在一些实施例中，上述方法还包括当第一像素点的特征值满足预设条件时，确定第一像素点位于目标对象的区域内，预设条件包括第一像素点的特征值大于预设特征值。
11、在进行语义分割时，对图像所分割出的每个区域匹配相应的类别，当该区域没有匹配的类别时，该区域被默认为背景。在本申请实施例中，背景的类别的特征值可以设置为预设特征值，背景以外的类别可以设置为大于预设特征值。这样，根据第一像素点的特征值是否大于预设特征值，可以判断第一像素是位于背景位置还是位于目标对象的区域位置内。
12、在一些实施例中，上述对原始图像进行语义分割处理，以得到处理后的图像中各个像素点的特征值，包括：确定原始图像中各个像素点的像素值；基于原始图像中各个像素点的像素值，对原始图像进行语义分割处理，得到处理后的图像中各个像素点的特征值。
13、在一些实施例中，上述基于原始图像中各个像素点的像素值，对原始图像进行语义分割处理，得到处理后的图像中各个像素点的特征值，包括：对第一特征集进行上采样处理，得到第二特征集，第一特征集为原始图像中的各个像素点的像素值的集合；基于第二特征集和高层信息，确定第三特征集，高层信息为原始图像的特征信息；对第三特征集进行上采样处理，得到处理后的图像中各个像素点的特征值。
14、通过上采样可以使处理后的图像的大小与原始图像相同，从而可以基于处理后的图像中各个像素点的位置确定原始图像中各个像素点的位置，进一步的根据处理后的图像中的目标对象的区域位置确定原始图像中的目标对象的区域位置。又因为每次上采样都会使分割结果的分辨率提升，对此本申请实施例通过进行多次上采样，可以更好地综合低层信息和高层信息，从而提高语义分割的准确性和鲁棒性，使语义分割的结果更加精细。
15、在一些实施例中，上述处理后的图像由以下步骤获得：以预设颜色填充处理后的图像的各个像素点，以得到处理后的图像，其中，不同特征值对应不同的预设颜色。
16、由上述实施例可知，处理后的图像的像素点中具有多个不同的特征值，根据不同的特征值可以区分图像中的背景和目标对象区域。通过以不同特征值对应的预设颜色填充该特征值，可以使背景和目标对象区域区分开来。
17、第二方面，本申请实施例提供一种对抗样本生成装置，该装置包括：
18、处理模块，对原始图像进行语义分割处理，以得到处理后的图像中各个像素点的特征值，处理后的图像与原始图像的大小相同；
19、确定模块，基于处理后的图像中各个像素点的特征值，确定目标对象的区域位置信息，目标对象为处理后的图像中的待识别对象；
20、处理模块，还用于基于目标对象的区域位置信息，在原始图像中添加扰动信息，以生成目标对抗样本。
21、在一些实施例中，上述确定装置具体用于：以预设步长遍历处理后的图像；若第一像素点位于目标对象的区域内，则改变第二像素点的特征值，以得到添加扰动后的图像，第一像素点为处理后的图像中的像素点，第二像素点为原始图像中的像素点，每个第二像素点与每个第一像素点的位置一一对应；通过目标检测器，确定添加扰动后的图像的检测结果以及原始图像的检测结果；在添加扰动后的图像的检测结果和原始图像的检测结果不一致时，确定添加扰动后的图像为目标对抗样本。
22、第三方面，提供了一种通信装置，该通信装置包括：处理器和用于存储处理器可执行指令的存储器；其中，处理器被配置为执行如第一方面及其任一种可能的实现方式的对抗样本生成方法。
23、第四方面，提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机指令，当计算机指令在通信装置上运行时，使得通信装置执行如第一方面及其任一种可能实现方式的对抗样本生成方法。
24、本专利技术中第二方面到第四方面及其各种实现方式的具体描述，可以参考第一方面及其各种实现方式中的详细描述。第二方面到第四本文档来自技高网...
【技术保护点】
1.一种对抗样本生成方法，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，所述基于所述目标对象的区域位置信息，在所述原始图像中添加扰动信息，包括：
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
4.根据权利要求1所述的方法，其特征在于，所述对所述原始图像进行语义分割处理，以得到处理后的图像中各个像素点的特征值，包括：
5.根据权利要求4所述的方法，其特征在于，所述基于所述原始图像中各个像素点的像素值，对所述原始图像进行语义分割处理，得到所述处理后的图像中各个像素点的特征值，包括：
6.根据权利要求1所述的方法，其特征在于，所述处理后的图像由以下步骤获得：
7.一种对抗样本生成装置，其特征在于，包括：
8.根据权利要求7所述的对抗样本生成装置，其特征在于，所述处理模块具体用于：
9.一种通信装置，其特征在于，包括存储器和处理器；所述存储器和所述处理器耦合，所述存储器用于存储计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述的对抗样本生成方
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机指令，当所述计算机指令在通信装置上运行时，使得所述通信装置执行如权利要求1至6任一项所述的对抗样本生成方法。
...【技术特征摘要】
1.一种对抗样本生成方法，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，所述基于所述目标对象的区域位置信息，在所述原始图像中添加扰动信息，包括：
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
4.根据权利要求1所述的方法，其特征在于，所述对所述原始图像进行语义分割处理，以得到处理后的图像中各个像素点的特征值，包括：
5.根据权利要求4所述的方法，其特征在于，所述基于所述原始图像中各个像素点的像素值，对所述原始图像进行语义分割处理，得到所述处理后的图像中各个像素点的特征值，包括：
6.根据权利要求1所述的方...
【专利技术属性】
技术研发人员：邵智敬，殷慧玲，王红波，窦瑞华，褚蕊蕊，杜伯约，
申请(专利权)人：中国联合网络通信集团有限公司，
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。