[发明专利]图像处理方法、装置、计算机设备和存储介质

说明书

本申请涉及一种图像处理方法、装置、计算机设备和存储介质。方法包括：获取目标图像类别的目标图像以及对抗图像类别对应的当前对抗图像；对目标图像进行特征提取，得到目标提取特征，基于目标提取特征得到参考提取特征；对当前对抗图像进行特征提取，得到对抗提取特征；计算对抗提取特征与参考提取特征间的特征差异值，基于特征差异值得到目标图像损失值；基于目标图像损失值得到干扰调整值，基于干扰调整值调整当前对抗图像的像素值，得到目标图像对应的目标对抗图像。采用本方法能够提高对抗样本的对抗效果。本申请中的图像识别模型可以是基于人工智能的神经网络模型的，本方案应用于人工智能领域中，可以提高神经网络模型的可靠性。

技术领域

本申请涉及图像识别技术领域，特别是涉及一种图像处理方法、装置、计算机设备和存储介质。

背景技术

随着人工智能技术的发展，对抗图像在各个领域得到了广泛的应用，对抗图像是指在图像中通过故意添加细微的干扰所形成的图像，该图像导致识别模型以高置信度给出一个错误的输出。

对抗图像可以应用于模型的训练中，以提高模型承受攻击的能力，也可以用于对图像进行加密。例如，在使用神经网络模型的过程中，存在神经网络模型遭到恶意攻击的情况，攻击者可以将具有攻击性的图像输入到神经网络模型中，使得神经网络模型输出错误的结果。为了防止神经网络模型被恶意攻击，需要提高神经网络模型的可靠性，例如可以将对抗样本输入到神经网络模型中进行训练，从而提高神经网络模型识别攻击样本的能力，提高神经网络模型的鲁棒性。然而，目前存在所得到的对抗样本的对抗效果比较差的情况。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高对抗样本的对抗效果的图像处理方法、装置、计算机设备和存储介质。

一种图像处理方法，所述方法包括：获取目标图像类别的目标图像以及对抗图像类别对应的当前对抗图像；对所述目标图像进行特征提取，得到目标提取特征，基于所述目标提取特征得到参考提取特征；对当前对抗图像进行特征提取，得到对抗提取特征；计算所述对抗提取特征与所述参考提取特征间的特征差异值，基于所述特征差异值得到目标图像损失值；所述特征差异值与所述目标图像损失值成正相关关系；基于所述目标图像损失值得到干扰调整值，基于所述干扰调整值调整当前对抗图像的像素值，得到所述目标图像对应的目标对抗图像。

一种图像处理装置，所述装置包括：当前对抗图像获取模块，用于获取目标图像类别的目标图像以及对抗图像类别对应的当前对抗图像；参考提取特征得到模块，用于对所述目标图像进行特征提取，得到目标提取特征，基于所述目标提取特征得到参考提取特征；对抗提取特征得到模块，用于对当前对抗图像进行特征提取，得到对抗提取特征；目标图像损失值得到模块，用于计算所述对抗提取特征与所述参考提取特征间的特征差异值，基于所述特征差异值得到目标图像损失值；所述特征差异值与所述目标图像损失值成正相关关系；目标对抗图像得到模块，用于基于所述目标图像损失值得到干扰调整值，基于所述干扰调整值调整当前对抗图像的像素值，得到所述目标图像对应的目标对抗图像。

在一些实施例中，所述目标图像为多个，所述参考提取特征得到模块包括：目标提取特征得到单元，用于对各个所述目标图像进行特征提取，得到各个所述目标图像分别对应的目标提取特征；当前出现可能度计算单元，用于获取当前特征分布，计算各个所述目标提取特征在当前特征分布中的当前出现可能度；目标特征分布得到单元，用于对各个所述目标提取特征对应的当前出现可能度进行统计，得到当前可能度统计值，调整当前特征分布对应的特征分布参数，以使当前可能度统计值朝着变大的方向变化，得到目标特征分布；参考提取特征得到单元，用于获取所述目标特征分布对应的目标代表特征，得到所述参考提取特征。