【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...
【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：
...
【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。