[发明专利]针对车辆目标检测模型的对抗补丁攻击方法在审
| 申请号: | 202111332103.4 | 申请日: | 2021-11-11 |
| 公开(公告)号: | CN114168940A | 公开(公告)日: | 2022-03-11 |
| 发明(设计)人: | 张小亚;唐贵建;姚雯;姜廷松;龚智强 | 申请(专利权)人: | 中国人民解放军军事科学院国防科技创新研究院 |
| 主分类号: | G06F21/55 | 分类号: | G06F21/55;G06N3/04;G06N3/08 |
| 代理公司: | 北京奥文知识产权代理事务所(普通合伙) 11534 | 代理人: | 张文 |
| 地址: | 100071*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 针对 车辆 目标 检测 模型 对抗 补丁 攻击 方法 | ||
1.一种针对车辆目标检测模型的对抗补丁攻击方法,其特征在于,所述方法包括:
S1:获取包含车辆图像的图像数据集;
S2:给定对抗补丁,将所述对抗补丁进行随机初始化;
S3:将所述对抗补丁进行变换;
S4:将所述变换后的对抗补丁粘贴至所述图像数据集选定的粘贴区域;
S5:将所述粘贴有对抗补丁的图像数据集传递至车辆目标检测模型进行检测,所述车辆目标检测模型输出检测结果;
S6:设计优化损失函数,并通过所述车辆目标检测模型输出检测结果计算损失;
S7:根据所述损失通过反向传播更新所述对抗补丁像素值;
S8:重复执行S2-S7,直至所述车辆目标检测模型到达收敛条件;
S9:测试所述对抗补丁对所述车辆目标检测模型的攻击效果。
2.根据权利要求1所述的针对车辆目标检测模型的对抗补丁攻击方法,其特征在于,所述S1中,所述包含车辆图像的图像数据集通过KITTI数据集筛选和互联网收集获得,其中,所述包含车辆图像的图像数据集包括训练图像集和测试图像集,所述训练图像集用于对所述车辆目标检测模型进行攻击训练,所述测试图像集用于对所述对抗补丁对所述车辆目标检测模型的攻击效果进行测试。
3.如权利要求1所述的针对车辆目标检测模型的对抗补丁攻击方法,其特征在于,所述S3中,将所述对抗补丁进行变换包括光照、对比度、距离、角度的变换。
4.如权利要求3所述的针对车辆目标检测模型的对抗补丁攻击方法,其特征在于,所述对抗补丁的所述光照和所述对比度的变换通过设置随机噪声因子实现,其中,所述光照的变化范围为-0.1到0.1,所述对比度的变化范围为0.8到1.2,所述随机噪声因子为0.1。
5.如权利要求3所述的针对车辆目标检测模型的对抗补丁攻击方法,其特征在于,所述对抗补丁的所述距离和所述角度的变换通过缩放、旋转、平移仿射变换实现,仿射变换矩阵为:
其中,(x,y)为仿射变换的原坐标,(x',y')为仿射变换的新坐标,a、b、e、d为旋转、缩放参数,表示对所述对抗补丁进行旋转和缩放处理,c、f为平移参数,表示对所述对抗补丁进行平移处理,所述对抗补丁进行旋转时旋转角度设置为[-20,20],所述对抗补丁进行平移时平移量设置为0,所述对抗补丁进行缩放时缩放因子为:
其中,scale为缩放因子,w、h分别为所述车辆目标检测模型中检测框的宽、高,Psize为所述对抗补丁预设尺寸,Psize=300。
6.如权利要求1所述的针对车辆目标检测模型的对抗补丁攻击方法,其特征在于,所述S4中,将所述变换后的对抗补丁粘贴至所述图像数据集选定的粘贴区域,所述图像数据集选定的粘贴区域为所述车辆目标检测模型中检测框在所述图像数据集的区域。
7.如权利要求1所述的针对车辆目标检测模型的对抗补丁攻击方法,其特征在于,所述S5中,将所述粘贴有对抗补丁的图像数据集传递至车辆目标检测模型进行检测,所述车辆目标检测模型输出检测结果为Lobj和Lcls,其中,Lobj表示检测框是否有目标,Lcls表示检测框内检测得到的类别。
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中国人民解放军军事科学院国防科技创新研究院,未经中国人民解放军军事科学院国防科技创新研究院许可,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/202111332103.4/1.html,转载请声明来源钻瓜专利网。





