[发明专利]一种伪装目标的三维对抗纹理生成方法和装置在审
| 申请号: | 202211722317.7 | 申请日: | 2022-12-30 |
| 公开(公告)号: | CN115984439A | 公开(公告)日: | 2023-04-18 |
| 发明(设计)人: | 王岳环;陈文 | 申请(专利权)人: | 华中科技大学 |
| 主分类号: | G06T15/00 | 分类号: | G06T15/00;G06T15/04;G06N3/063;G06N3/084 |
| 代理公司: | 华中科技大学专利中心 42201 | 代理人: | 尹丽媛 |
| 地址: | 430074 湖北*** | 国省代码: | 湖北;42 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 伪装 目标 三维 对抗 纹理 生成 方法 装置 | ||
1.一种伪装目标的三维对抗纹理生成方法,其特征在于,包括:
S1:将待伪装目标对应的3D模型、随机的初始对抗纹理、Face_ID文件和相机采样参数输入神经网络渲染器,从而生成特定视角下的目标前景图,所述Face_ID文件根据所述待伪装目标的喷涂区域生成;
S2:从背景图像集中选取一张作为环境背景并进行视角变换得到目标背景图,所述目标背景图在成像视角和成像距离上与所述目标前景图对齐;
S3:从所述目标前景图中提取目标掩码O和边缘掩码E;利用所述边缘掩码E加权计算平滑损失Lsmooth;利用所述目标掩码O融合所述目标前景图和所述目标背景图得到目标融合图,计算所述目标背景图和所述目标融合图的纹理损失Ltexture;将所述目标融合图送入目标检测器并根据输出的类别置信度计算攻击损失Lattack;对所述平滑损失Lsmooth、所述纹理损失Ltexture和所述攻击损失Lattack加权后反向传播得到梯度信息,以更新所述对抗纹理;
S4:将更新的对抗纹理相机采样参数输入所述神经网络渲染器,从相机采样参数中选取另一组参数获得新视角下的的所述目标前景图;针对新视角下的目标前景图重复执行S2和S3,直至完成训练,从而得到最终的对抗纹理图案。
2.如权利要求1所述的伪装目标的三维对抗纹理生成方法,其特征在于,所述相机采样参数包括空间位置信息和角度朝向信息,用于生成特定视角下的目标前景图。
3.如权利要求1所述的伪装目标的三维对抗纹理生成方法,其特征在于,所述S2包括:
从所述背景图像集中选取一张作为环境背景并进行视角变换,以使变换后得到的所述目标背景图和神经渲染器渲染出的所述目标前景图在成像视角和成像距离上对齐,便于后续的前景和背景融合。
4.如权利要求1所述的伪装目标的三维对抗纹理生成方法,其特征在于,所述S3中的从所述目标前景图中提取目标掩码O和边缘掩码E,包括:
将所述目标前景图进行灰度化得到灰度图,对所述灰度图进行二值分割得到所述目标掩码O;并对所述目标掩码O进行羽化;
对所述灰度图进行Canny边缘提取得到边缘图,对所述边缘图进行膨胀处理获取所述边缘掩码E,以区分边缘区域和非边缘区域。
5.如权利要求4所述的伪装目标的三维对抗纹理生成方法,其特征在于,所述平滑损失Lsmooth为:
其中,pi,j表示所述目标前景图中位置(i,j)的像素值,E表示像素点的位置在边缘掩码E内的集合,Lsmooth约束生成的所述目标融合图中相邻像素之间的差值,S1和S2为平滑损失的加权因子。
6.如权利要求4所述的伪装目标的三维对抗纹理生成方法,其特征在于,所述纹理损失Ltexture为:
其中,表示所述目标背景图上位置(i,j)的像素值,表示所述目标背景图上位置(i,j)的像素值,Size表示所述目标背景图的大小;Ltexture约束生成的所述目标融合图和所述目标背景图之间的距离。
7.如权利要求4所述的伪装目标的三维对抗纹理生成方法,其特征在于,所述目标检测器采用单阶段检测器YOLOv5和双阶段检测器Faster RCNN;所述攻击损失Lattack为:
其中,N表示所述目标检测器输出的候选框个数,c表示需要伪装的目标类别,表示所述目标融合图输入所述目标检测器后输出的第i个候选框为需要进行伪装的目标类别的概率值,t表示概率值阈值。
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华中科技大学,未经华中科技大学许可,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/pat/books/202211722317.7/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种电动汽车电池箱锁紧机构
- 下一篇:一种内置限压元件的防雷绝缘子串





