[发明专利]一种基于生成网络的稀疏对抗样本生成方法在审
| 申请号： | 201910722273.X | 申请日： | 2019-08-06 |
| 公开（公告）号： | CN110674836A | 公开（公告）日： | 2020-01-10 |
| 发明（设计）人： | 纪荣嵘;李杰 | 申请（专利权）人： | 厦门大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 35200 厦门南强之路专利事务所(普通合伙) | 代理人： | 马应森 |
| 地址： | 361005 *** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于生成网络的稀疏对抗样本生成方法，涉及对抗样本、深度神经网络。针对传统稀疏对抗样本需要多次迭代从而生成速度慢的缺点，考虑通过一次网络前向过程生成对抗样本，同时将对抗样本生成与稀疏约束解耦，提供一种基于生成网络的稀疏对抗样本生成方法。包括以下步骤：1)构造一种基于稀疏约束的对抗样本，仅改变少数的像素点像素值，使得图片被对应模型分类错误；2)生成模型采用双路U‑Net网络模型，分离对抗样本生成部分与稀疏约束部分；3)采用新的量化误差函数，减少训练与测试过程中稀疏掩码的量化差异；4)生成的稀疏掩码有潜在语义含义，可以在多个模型之前迁移。 | ||
| 搜索关键词： | 稀疏 对抗 样本生成 样本 掩码 测试过程 多次迭代 量化误差 模型分类 潜在语义 神经网络 生成模型 网络模型 一次网络 像素点 解耦 前向 双路 像素 网络 量化 迁移 图片 | ||
【主权项】：
1.一种基于生成网络的稀疏对抗样本生成方法，其特征在于包括以下步骤：/n1)构造一种基于稀疏约束的对抗样本，仅改变少数的像素点像素值，使得图片被对应模型分类错误；/n2)生成模型采用双路U-Net网络模型，分离对抗样本生成部分与稀疏约束部分；/n3)采用新的量化误差函数，减少训练与测试过程中稀疏掩码的量化差异；/n4)生成的稀疏掩码有潜在语义含义，在多个模型之前迁移。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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厦门大学，未经厦门大学许可，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/patent/201910722273.X/，转载请声明来源钻瓜专利网。
