[发明专利]一种对抗样本检测方法和装置在审
申请号: | 202110610595.2 | 申请日: | 2021-06-01 |
公开(公告)号: | CN113361583A | 公开(公告)日: | 2021-09-07 |
发明(设计)人: | 邓练兵;李皓 | 申请(专利权)人: | 珠海大横琴科技发展有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 北京润泽恒知识产权代理有限公司 11319 | 代理人: | 吴文心 |
地址: | 519000 广东省*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 对抗 样本 检测 方法 装置 | ||
1.一种对抗样本检测方法,其特征在于,包括:
获取待检测图像;
将所述待检测图像输入预设的图像重构网络中,得到所述图像重构网络输出的重构图像;
计算所述重构图像与所述待检测图像之间相似度;
若所述重构图像与所述待检测图像之间的相似度小于预设阈值,确定所述待检测图像为对抗样本。
2.根据权利要求1所述的方法,其特征在于,所述计算所述重构图像与所述待检测图像之间相似度的步骤,包括:
计算所述重构图像与所述待检测图像之间的欧式距离。
3.根据权利要求1所述的方法,其特征在于,所述图像重构网络采用如下方式训练得到:
将训练样本输入待训练的所述图像重构网络中,得到所述图像重构网络输出的重构图像;
将所述重构图像输入预设的分类器中,得到所述分类器输出的判断结果;
基于所述分类器输出的判断结果以及预设的训练目标,对所述图像重构网络进行调整,直至满足预设的训练条件,所述图像重构网络训练完成。
4.根据权利要求3所述的方法,其特征在于,所述预设的训练目标为最小化所述重构图像与正常图像之间的误差。
5.根据权利要求3所述的方法,其特征在于,所述训练样本包括随机噪声图像。
6.一种对抗样本检测装置,其特征在于,包括:
图像获取模块,用于获取待检测图像;
重构模块,用于将所述待检测图像输入预设的图像重构网络中,得到所述图像重构网络输出的重构图像;
相似计算模块,用于计算所述重构图像与所述待检测图像之间相似度;
样本确定模块,用于若所述重构图像与所述待检测图像之间的相似度小于预设阈值,确定所述待检测图像为对抗样本。
7.根据权利要求1所述的装置,其特征在于,所述相似计算模块包括:
相似计算子模块,用于计算所述重构图像与所述待检测图像之间的欧式距离。
8.根据权利要求1所述的装置,其特征在于,所述图像重构网络采用如下模块训练得到:
训练样本输入模块,用于将训练样本输入待训练的所述图像重构网络中,得到所述图像重构网络输出的重构图像;
分类模块,用于将所述重构图像输入预设的分类器中,得到所述分类器输出的判断结果;
调整模块,用于基于所述分类器输出的判断结果以及预设的训练目标,对所述图像重构网络进行调整,直至满足预设的训练条件,所述图像重构网络训练完成。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;和
其上存储有指令的一个或多个机器可读介质,当由所述一个或多个处理器执行时,使得所述电子设备执行如权利要求1-5所述的一个或多个的方法。
10.一个或多个机器可读介质,其上存储有指令,当由一个或多个处理器执行时,使得所述处理器执行如权利要求1-5所述的一个或多个的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于珠海大横琴科技发展有限公司,未经珠海大横琴科技发展有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110610595.2/1.html,转载请声明来源钻瓜专利网。