[发明专利]图像对抗样本检测方法、系统、存储介质、终端及应用

权利要求书

1.一种图像对抗样本检测方法，其特征在于，所述图像对抗样本检测方法包括：

降噪神经网络对原始图像进行降噪处理，得到降噪图像；

分类模型对原始图像进行分类处理，获取处理后的logits值；

分类模型对降噪图像进行分类处理，获取处理后的logits值；

利用原始图像和降噪图像的logits值，计算原始图像和降噪图像之间的差异得分；

根据差异得分判断原始图像是对抗样本还是普通样本。

2.如权利要求1所述的图像对抗样本检测方法，其特征在于，所述降噪神经网络对原始图像进行降噪处理，得到降噪图像，首先将原始图像进行复制得到副本图像；其次将副本图像输入降噪神经网络中，通过降噪神经网络提取出副本图像中的噪声图像；接着副本图像减去噪声图像得到差值；最后将差值裁剪到0到1区间上得到降噪图像。

3.如权利要求1所述的图像对抗样本检测方法，其特征在于，所述分类模型对原始图像进行分类处理，获取处理后的logits值，首先对原始图像进行归一化处理；接着将原始图像归一化结果输入分类模型；最后获取分类模型神经网络的最后一层的输出，即原始图像的logits值。

4.如权利要求1所述的图像对抗样本检测方法，其特征在于，所述分类模型对降噪图像进行分类处理，获取处理后的logits值，首先对降噪图像进行归一化处理；接着将降噪图像归一化结果输入分类模型；最后获取分类模型神经网络的最后一层的输出，即降噪图像的logits值。

5.如权利要求1所述的图像对抗样本检测方法，其特征在于，所述利用原始图像和降噪图像的logits值，计算原始图像和降噪图像之间的差异得分，首先通过softmax函数处理logits值得到s值；其次通过计算原始图像的s值和降噪图像的s值之间的L₁距离得到差异得分d；最后取最大的d作为最终原始图像和降噪图像之间的差异得分。

6.如权利要求1所述的图像对抗样本检测方法，其特征在于，所述根据差异得分判断判断原始图像是对抗样本还是普通样本，在训练数据集上得到阈值T；如果原始图像和降噪图像之间的差异得分大于阈值T，那么原始图像是对抗样本；如果原始图像和降噪图像之间的差异得分小于阈值T，那么原始图像是普通样本。

7.一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如下步骤：

降噪神经网络对原始图像进行降噪处理，得到降噪图像；

分类模型对原始图像进行分类处理，获取处理后的logits值；

分类模型对降噪图像进行分类处理，获取处理后的logits值；

利用原始图像和降噪图像的logits值，计算原始图像和降噪图像之间的差异得分；

根据差异得分判断原始图像是对抗样本还是普通样本。

8.一种信息数据处理终端，其特征在于，所述信息数据处理终端用于实现权利要求1～6任意一项所述的图像对抗样本检测方法。

9.一种实施权利要求1～6任意一项所述图像对抗样本检测方法的图像对抗样本检测系统，其特征在于，所述图像对抗样本检测系统包括：

图像降噪模块，利用训练好的降噪神经网络去除输入原始图像中的对抗样本噪声；

分类模块，利用分类模型对原始图像和降噪图像进行预判，获取分类模型输出的logits值；

判别模块，计算原始图像和降噪图像的差异得分，根据在训练数据集上的到的阈值T，对输入的原始图像做出是否是对抗样本的判断。

10.一种图像识别终端，其特征在于，所述图像识别终端用于实现权利要求1～6任意一项所述的图像对抗样本检测方法，所述图像识别终端包括：人脸识别终端、自动驾驶终端、金融终端。