[发明专利]样本获取方法、装置、非易失性存储介质及计算机设备

权利要求书

1.一种样本获取方法，其特征在于，包括：

获取备选图像；

将所述备选图像输入深度神经网络软件系统，获取所述深度神经网络软件系统处理所述备选图像时的神经元覆盖率；

在所述神经元覆盖率大于第一阈值的情况下，将所述备选图像加入测试样本集，其中，所述测试样本集用于执行对所述深度神经网络软件系统的测试。

2.根据权利要求1所述的方法，其特征在于，所述获取备选图像，包括：

获取初始图像，其中，所述初始图像为处于标准图像状态的图像；

确定若干基本图像操作，其中，所述基本图像操作包括如下至少之一：图像亮度调整、图像对比度调整、平移、缩放、水平剪切、旋转、模糊、雾效应和雨效应；

基于所述基本图像操作对所述初始图像进行图像变换，得到所述备选图像。

3.根据权利要求2所述的方法，其特征在于，所述基于所述基本图像操作对所述初始图像进行图像变换，得到所述备选图像，包括：

基于所述基本图像操作，确定第一图像操作，其中，所述第一图像操作包括所述基本图像操作中的一种或多种；

基于所述第一图像操作对所述初始图像进行图像变换，得到所述备选图像。

4.根据权利要求2所述的方法，其特征在于，所述对所述初始图像进行图像变换，得到所述备选图像，包括：

获取所述初始图像的初始图像状态以及目标图像状态；

基于所述目标图像状态以及所述初始图像状态，确定第二图像操作，其中，所述第二图像操作包括所述基本图像操作中的一种或多种；

基于所述第二图像操作对所述初始图像进行图像变换，得到所述备选图像。

5.根据权利要求1中所述的方法，其特征在于，还包括：

在所述测试样本集包括多个所述备选图像的情况下，获取多个所述备选图像各自的图像状态；

基于所述多个所述备选图像各自的图像状态，确定所述测试样本集的图像状态在图像状态空间中覆盖的空间范围；

基于所述空间范围，确定所述深度神经网络软件系统的测试样本边界条件。

6.根据权利要求5所述的方法，其特征在于，还包括：

基于所述测试样本边界条件，生成目标样本图像，其中，所述目标样本图像的图像状态在所述图像状态空间中满足所述测试样本边界条件；

将所述目标样本图像添加到所述测试样本集。

7.根据权利要求5所述的方法，其特征在于，还包括：

使用所述测试样本集对所述深度神经网络软件系统进行测试，得到与所述深度神经网络软件系统对应的正误率波动范围，其中，所述正误率波动范围用于表示所述深度神经网络软件系统在处理属于不同图像状态的备选图像时产生的多组处理结果各自的正误率；

在所述正误率波动范围小于第二阈值的情况下，确定所述深度神经网络软件系统可信。

8.一种样本获取装置，其特征在于，包括：

第一获取模块，用于获取备选图像；

第二获取模块，用于将所述备选图像输入深度神经网络软件系统，获取所述深度神经网络软件系统处理所述备选图像时的神经元覆盖率；

添加模块，用于在所述神经元覆盖率大于第一阈值的情况下，将所述备选图像添加至测试样本集，其中，所述测试样本集用于执行对所述深度神经网络软件系统的测试。

9.一种非易失性存储介质，其特征在于，所述非易失性存储介质包括存储的程序，其中，在所述程序运行时控制所述非易失性存储介质所在设备执行权利要求1至7中任意一项所述样本获取方法。

10.一种计算机设备，其特征在于，所述计算机设备包括处理器，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至7中任意一项所述样本获取方法。