【技术实现步骤摘要】
本申请涉及图像处理，特别涉及一种图像识别方法，还涉及一种图像识别装置、电子设备、计算机可读存储介质以及计算机程序产品。
技术介绍
1、对抗攻击与防御是机器学习和安全领域中的关键研究课题。对抗攻击旨在通过精心设计的输入误导模型，使其产生错误的输出，而防御则致力于保护模型免受此类攻击的影响。因此，对抗攻击训练是深度学习模型安全性评估的重要手段。然而，在现有的基于多模型协同工作的数据处理过程中，如图像识别处理，不同的图像识别模型可能基于不同类型的对抗攻击样本训练得到，因此，仅基于图像特征实现模型选取以进行图像识别，难以保证图像识别结果的准确性。
2、因此，如何在多模型协同架构下筛选最为合适的目标模型以实现图像识别处理，进而有效保证图像识别结果的准确性是本领域技术人员需要解决的问题。
技术实现思路
1、本申请的目的是提供一种图像识别方法，该图像识别方法可以在多模型协同架构下筛选到最为合适的目标模型用以实现图像识别处理，有效地保证了图像识别结果的准确性；本申请的另一目的是提供一种图像识别...
【技术保护点】
1.一种图像识别方法，其特征在于，包括：
2.根据权利要求1所述的图像识别方法，其特征在于，对所述目标图像进行特征提取，获得所述目标图像的图像特征，包括：
3.根据权利要求1所述的图像识别方法，其特征在于，根据所述对抗攻击类型和所述图像特征，在预设模型池中选择图像识别模型组合，包括：
4.根据权利要求3所述的图像识别方法，其特征在于，根据各所述识别结果确定所述目标图像的目标识别结果，包括：
5.根据权利要求1所述的图像识别方法，其特征在于，根据各所述识别结果确定所述目标图像的目标识别结果，包括：
6.根据权利...
【技术特征摘要】
1.一种图像识别方法，其特征在于，包括：
2.根据权利要求1所述的图像识别方法，其特征在于，对所述目标图像进行特征提取，获得所述目标图像的图像特征，包括：
3.根据权利要求1所述的图像识别方法，其特征在于，根据所述对抗攻击类型和所述图像特征，在预设模型池中选择图像识别模型组合，包括：
4.根据权利要求3所述的图像识别方法，其特征在于，根据各所述识别结果确定所述目标图像的目标识别结果，包括：
5.根据权利要求1所述的图像识别方法，其特征在于，根据各所述识别结果确定所述目标图像的目标识别结果，包括：...
【专利技术属性】
技术研发人员：桂杰，张玮骅，姜丞泽，王壮壮，贺磊，纪东辰，韩晓鹏，周鼎，耿进步，
申请(专利权)人：紫金山实验室，
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。