[发明专利]一种对抗样本生成方法、装置、电子设备及存储介质

权利要求书

1.一种对抗样本生成方法，其特征在于，包括：

将原始样本数据输入预设的样本生成器，生成相应的攻击样本数据，其中，所述原始样本数据至少包含：一个样本图像的原始图像数据；

对所述攻击样本数据进行频域分离，获得相应的高频样本数据及低频样本数据；

采用所述高频样本数据，训练预设的高频判别器，并采用所述低频样本数据，训练预设的低频判别器；

基于训练的高频判别器及低频判别器，对所述样本生成器进行对抗训练，并基于获得的目标生成器，生成与所述原始样本数据相应的对抗样本。

2.如权利要求1所述的方法，其特征在于，所述对所述攻击样本数据进行频域分离，获得相应的高频样本数据及低频样本数据，包括：

对所述攻击样本数据中，对应于一个样本图像的样本数据进行频域转换，获得所述一个样本图像的频域转换数据；

基于针对所述一个样本图像确定的频域范围，对所述一个样本图像的频域转换数据进行划分，获得相应的高频转换数据及低频转换数据，其中，所述高频转换数据归属于所述一个样本图像的频域范围；

分别对所述高频转换数据及所述低频转换数据进行逆转换，获得所述一个样本图像相应的高频攻击样本及低频攻击样本。

3.如权利要求1或2所述的方法，其特征在于，所述采用所述高频样本数据，训练预设的高频判别器，并采用所述低频样本数据，训练预设的低频判别器，包括：

对所述原始样本数据进行频域分离，获得相应的高频原始数据及低频原始数据，其中，所述高频原始数据至少包含：基于一个样本图像的频域范围，对所述一个样本图像的原始图像数据进行频域分离，所获得的相应高频图像数据；

采用所述高频原始数据及所述高频样本数据，对预设的高频判别器进行多轮迭代训练，并采用所述低频原始数据及所述低频样本数据，对预设的低频判别器进行多轮迭代训练。

4.如权利要求3所述的方法，其特征在于，所述对预设的高频判别器进行多轮迭代训练，包括：

在每轮迭代训练过程中，执行以下操作：采用所述高频判别器，基于所述高频样本数据中的一个高频攻击样本，确定所述一个高频攻击样本及相应高频图像数据之间的高频损失值，并基于所述高频损失值，调整所述高频判别器的模型参数；

在所述高频判别器满足预设的高频收敛条件时，固定所述高频判别器的模型参数。

5.如权利要求3所述的方法，其特征在于，所述对预设的低频判别器进行多轮迭代训练，包括：

在每轮迭代训练过程中，执行以下操作：采用所述低频判别器，基于所述低频样本数据中的一个低频攻击样本，确定所述一个低频攻击样本及相应低频图像数据之间的低频损失值，并基于所述低频损失值，调整所述低频判别器的模型参数；

在所述低频判别器满足预设的低频收敛条件时，固定所述低频判别器的模型参数。

6.如权利要求2、4和5任一项所述的方法，其特征在于，所述对所述样本生成器进行对抗训练，包括：

采用所述高频判别器及所述低频判别器，对所述样本生成器进行多轮迭代训练，在满足预设的目标收敛条件时，输出目标生成器；其中，在一轮迭代训练的过程中，执行以下操作：

采用所述高频判别器，基于所述高频样本数据中的一个高频攻击样本，获得相应的高频判别结果，并采用所述低频判别器，基于所述低频样本数据中的一个低频攻击样本，获得相应的低频判别结果；

基于获得的所述高频判别结果及所述低频判别结果，调整所述样本生成器的模型参数。