[发明专利]一种遮挡弹性的行人重识别对抗攻击方法

权利要求书

1.一种遮挡弹性的行人重识别对抗攻击方法，其特征在于，包括以下步骤：

S1、攻击块分区：将攻击图案划分为两个区域，分别为四角部分和中心部分，对这两个区域分别进行训练，命名为δ_central和δ_corner，将初始化δ_central和δ_corner的对抗样本分别放入预先训练好的行人重识别网络中，提取样本的深度特征；

S2、相似度计算：来自不同摄像机的行人图像的特征组成特征集合，通过引导损失函数向相反的方向变化来实现攻击，得到了具有一定攻击效果的两个子攻击图案δ_central和δ_corner，两个子攻击图案没有攻击能力的区域的像素值为0；

S3、微调：将两个子攻击图案拼接，并将其像素相加，利用其经过透视变换覆盖在行人图像形成新的对抗样本，同步更新以上两个子攻击图案，经过数次微调，找到攻击块的整体攻击性能和子攻击块的攻击性能之间的相对平衡点。

2.根据权利要求1所述的遮挡弹性的行人重识别对抗攻击方法，其特征在于，步骤S1中的两个区域分别采用梯度引导训练。

3.根据权利要求1所述的遮挡弹性的行人重识别对抗攻击方法，其特征在于，步骤S1中针对不同的视角的行人图片，将透视变换应用到攻击图案中，攻击样本集合可以表示为：

X′_i＝{q_j+T(δ_i)}       (1)

其中X_i′代表了行人X_i的对抗样本集合，q_j是X_i集合中在不同的摄像机下的图片。

4.根据权利要求1所述的遮挡弹性的行人重识别对抗攻击方法，其特征在于，步骤S1中，在图片中标出行人将附着的攻击图案的区域，该标记将攻击图案映射到行人的空间平面上，表示为T(δ_i)，δ_i属于δ的集合，δ包含集合X的所有攻击图案。

5.根据权利要求1所述的遮挡弹性的行人重识别对抗攻击方法，其特征在于，步骤S1中的行人重识别网络由特征提取器和分类器组成，特征提取器用于提取样本的深度特征，分类器用于得到一组向量V，分别对应于不同相机下行人图像的特征。

6.根据权利要求5所述的遮挡弹性的行人重识别对抗攻击方法，其特征在于，通过公式(2)计算两个目标之间的相似度，来衡量两幅图片是否相似：

Sim(q_j，q_k)＝∑v_j×v_k,j≠k       (2)

其中v_j和v_k属于V，表示分类器q_j和q_k的输出向量，v_j是1×t的向量。

7.根据权利要求1所述的遮挡弹性的行人重识别对抗攻击方法，其特征在于，步骤S2中采用的损失函数为上下文损失。

8.根据权利要求7所述的遮挡弹性的行人重识别对抗攻击方法，其特征在于，步骤S2中采用的损失函数具体方法为，将来自不同摄像机的行人图像的特征表示为其中i表示行人的标签，f_p表示图像j的局部特征p；形式上，定义图像深度特征间的上下文相似度为：

是和之间的Cosine距离，记作m₁和m₂在p的范围之内；

被式(7)子归一化：

最终，上下文损失可由式(8)表示：

将与分区训练部分的优化目标相结合，训练攻击图案的总损失函数为：

其中α、β是的参数。