[发明专利]对抗样本图像生成方法、训练方法及目标检测方法

说明书

本公开提供了一种对抗样本图像生成方法、目标检测模型的训练方法、目标检测方法、装置、电子设备、存储介质和计算机程序产品，涉及人工智能技术领域，尤其涉及图像处理、目标检测、深度学习技术领域。对抗样本图像生成方法的具体实现方案为：利用窗口掩码在初始样本图像的目标对象区域进行滑窗，得到至少一个中间样本图像；根据针对至少一个中间样本图像的目标对象检测结果和对应的滑动窗口，确定至少一个扰动区域；以及根据至少一个中间样本图像中具有扰动区域的中间样本图像，生成目标对抗样本图像。

技术领域

本公开涉及人工智能技术领域，尤其涉及图像处理、目标检测、深度学习技术领域。具体涉及一种对抗样本图像生成方法、目标检测模型的训练方法、目标检测方法、装置、电子设备、存储介质和计算机程序产品。

背景技术

随着人工智能技术的发展，目标检测技术也愈加成熟。针对用于进行目标检测的目标检测模型，对于其检测结果准确性以及性能均提出了更高的要求。

发明内容

本公开提供了一种对抗样本图像生成方法、目标检测模型的训练方法、目标检测方法、装置、电子设备、存储介质和计算机程序产品。

根据本公开的一方面，提供了一种对抗样本图像生成方法，包括：利用窗口掩码在初始样本图像的目标对象区域进行滑窗，得到至少一个中间样本图像；根据针对至少一个中间样本图像的目标对象检测结果和对应的滑动窗口，确定至少一个扰动区域；以及根据至少一个中间样本图像中具有扰动区域的中间样本图像，生成目标对抗样本图像。

根据本公开的另一方面，提供了一种目标检测模型的训练方法，包括：多个目标检测样本图像输入初始目标检测模型中，得到目标对象检测结果，其中，多个目标检测样本图像包括至少一个目标对抗样本图像，目标对抗样本图像是利用根据本公开实施例的对抗样本图像生成方法得到的；以及根据模型训练损失函数的数值，调整初始目标检测模型的模型参数，得到目标检测模型，其中，模型训练损失函数与目标检测样本图像的目标对象检测结果和标签相关。

根据本公开的另一方面，提供了一种目标检测方法，包括：将待检测图像输入目标检测模型，得到目标对象检测结果，其中，目标检测模型是利用根据本公开实施例的目标检测模型的训练方法得到的。

根据本公开的另一方面，提供了一种对抗样本图像生成装置，包括：中间样本图像确定模块、扰动区域确定模块以及目标对抗样本图像生成模块。中间样本图像确定模块，用于利用窗口掩码在初始样本图像的目标对象区域进行滑窗，得到至少一个中间样本图像。扰动区域确定模块，用于根据针对至少一个中间样本图像的目标对象检测结果和对应的滑动窗口，确定至少一个扰动区域。目标对抗样本图像生成模块，用于根据至少一个中间样本图像中具有扰动区域的中间样本图像，生成目标对抗样本图像。

根据本公开的另一方面，提供了一种目标检测模型的训练装置，包括：目标对象检测结果确定模块以及模型参数调整模块。目标对象检测结果确定模块，用于多个目标检测样本图像输入初始目标检测模型中，得到目标对象检测结果，其中，多个目标检测样本图像包括至少一个目标对抗样本图像，目标对抗样本图像是利用本公开实施例的对抗样本图像生成装置得到的。模型参数调整模块，用于根据模型训练损失函数的数值，调整初始目标检测模型的模型参数，得到目标检测模型，其中，模型训练损失函数与目标检测样本图像的目标对象检测结果和标签相关。

根据本公开的另一方面，提供了一种目标检测装置，包括：目标检测模块，用于将待检测图像输入目标检测模型，得到目标对象检测结果，其中，目标检测模型是利用根据本公开实施例的目标检测模型的训练装置得到的。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器和与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本公开实施例的对抗样本图像生成方法、目标检测模型的训练方法和目标检测方法。