【技术实现步骤摘要】
本专利技术属于图像处理，尤其涉及一种用于生成对抗纹理图像的方法与系统。
技术介绍
1、深度学习已经成为计算机视觉许多应用的主力军，应用于民用领域对安全性要求较高的场景，如自动驾驶、人脸识别、语音助手等。基于深度神经网络的检测器容易受到对抗样本的攻击，一些工作通过对目标的对抗伪装来欺骗目标检测器，从而逃避检测。当前已有的工作中，分别利用可见光对抗样本攻击，和红外对抗样本攻击用来攻击安防监控算法模型系统，均获得了比较好的效果，但是在人眼视觉中，可见光对抗样本攻击仍存在视觉不可隐匿性。
2、现有技术中，针对红外模态展开了物理鲁棒性评估技术的研究，设计出了一种隐蔽性更强、物理实施更简单、速度更快的“对抗红外补丁”；提出了一种新的聚合正则化方法的损失函数，使其能够利用统一梯度，同时优化对抗补丁的位置与形状，并使补丁的热幅射分布更加统一。在具体实施方面考虑成像机制在红外相机中，对抗性红外贴片通过捕捉物体的热辐射，通过利用气凝胶这种隔热材料实现补丁相应的热分布，只需通过剪裁粘贴便完成了对抗样本的建构，完成红外对抗攻击。
3、由...
【技术保护点】
1.一种用于生成对抗纹理图像的方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种用于生成对抗纹理图像的方法，其特征在于，在所述步骤S3中，对所述原始纹理图像进行区域划分，具体包括：所述原始图像的尺寸为A1×A2，所述红外区域的尺寸为B1×B2，且B1＜A1，B2＜A2，则所述可见光区域为A1×A2-B1×B2。
3.根据权利要求2所述的一种用于生成对抗纹理图像的方法，其特征在于，在所述步骤S3中，在所述红外区域生成的与所述噪声无关的对抗纹理为：
4.根据权利要求3所述的一种用于生成对抗纹理图像的方法，其特征在于，在所述步...
【技术特征摘要】
1.一种用于生成对抗纹理图像的方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种用于生成对抗纹理图像的方法，其特征在于，在所述步骤s3中，对所述原始纹理图像进行区域划分，具体包括：所述原始图像的尺寸为a1×a2，所述红外区域的尺寸为b1×b2，且b1＜a1，b2＜a2，则所述可见光区域为a1×a2-b1×b2。
3.根据权利要求2所述的一种用于生成对抗纹理图像的方法，其特征在于，在所述步骤s3中，在所述红外区域生成的与所述噪声无关的对抗纹理为：
4.根据权利要求3所述的一种用于生成对抗纹理图像的方法，其特征在于，在所述步骤s3中，在所述可见光区域生成的与所述噪声相关的对抗纹理为：
5.根据权利要求4所述的一种用于生成对抗纹理图像的方法，其特征在于，在所述步骤s4中...
【专利技术属性】
技术研发人员：徐金才，徐恩惠，陈天荣，肖志峰，徐庶，
申请(专利权)人：中国电子科技南湖研究院，
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。