[发明专利]对抗图像的生成方法、装置、终端及存储介质有效

专利信息
申请号: 201910502774.7 申请日: 2019-06-11
公开(公告)号: CN110210573B 公开(公告)日: 2023-01-06
发明(设计)人: 吴保元;樊艳波;张勇;李志锋;刘威 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06V10/764 分类号: G06V10/764;G06V10/774
代理公司: 北京三高永信知识产权代理有限责任公司 11138 代理人: 张所明
地址: 518057 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 对抗 图像 生成 方法 装置 终端 存储 介质
【权利要求书】:

1.一种对抗图像的生成方法,其特征在于,所述方法包括:

将对抗扰动量与初始图像叠加,以更新所述初始图像,所述对抗扰动量为服从目标概率分布的N维随机变量,所述N为所述初始图像包括的像素个数,且所述N为大于1的整数;

获取图像处理模型对更新后的所述初始图像的处理结果;

若所述处理结果满足对抗攻击的约束条件,且更新后的所述初始图像与目标图像之间的差异收敛,则将更新后的所述初始图像确定为对抗图像;

若所述处理结果不满足对抗攻击的约束条件,根据所述处理结果与前次处理结果的差值,减小所述目标概率分布的协方差矩阵中对角线元素的元素值,以更新所述对抗扰动量,所述元素值的减小幅度与所述差值负相关;或者若所述处理结果满足对抗攻击的约束条件,且更新后的所述初始图像与目标图像之间的差异不收敛,则根据所述处理结果与前次处理结果的差值,增大所述目标概率分布的协方差矩阵中对角线元素的元素值,以更新所述对抗扰动量,所述元素值的增大幅度与所述差值正相关,并继续执行更新所述初始图像和获取处理结果的操作,其中,所述前次处理结果为所述图像处理模型对上一次更新后的所述初始图像的处理结果。

2.根据权利要求1所述的方法,其特征在于,所述目标概率分布为均值为0,标准差为δ2C的高斯分布,δ为大于0且小于1的第一超参数,C为所述协方差矩阵;

所述根据所述处理结果与前次处理结果的差值,减小所述目标概率分布的协方差矩阵中对角线元素的元素值,包括:

根据所述处理结果与前次处理结果的差值ΔP,减小所述协方差矩阵中每个对角线元素的元素值,减小后的第i个对角线元素的元素值Cii满足:

其中,c-为大于0且小于1的第二超参数,zi为所述对抗扰动量中的第i个元素,i为不大于N的正整数。

3.根据权利要求1所述的方法,其特征在于,所述目标概率分布为均值为0,标准差为δ2C的高斯分布,δ为大于0且小于1的第一超参数,C为所述协方差矩阵;

所述根据所述处理结果与前次处理结果的差值,增大所述目标概率分布的协方差矩阵中对角线元素的元素值,包括:

更新叠加扰动量s,更新后的叠加扰动量s满足:

其中,所述叠加扰动量s的初始值为初始的所述对抗扰动量,c0为大于0且小于1的第三超参数,m为大于1的第四超参数;

根据更新后的叠加扰动量s,以及所述处理结果与前次处理结果的差值ΔP,增大所述协方差矩阵中每个对角线元素的元素值,增大后的第i个对角线元素的元素值Cii满足:

其中,c+为大于0且小于1的第五超参数,si为所述叠加扰动量s中的第i个元素,i为不大于N的正整数。

4.根据权利要求1至3任一所述的方法,其特征在于,所述将对抗扰动量与初始图像叠加,以更新所述初始图像,包括:

将对抗扰动量与所述初始图像叠加,得到叠加量;

调整所述叠加量,以更新所述初始图像;

其中,调整后的所述叠加量与所述目标图像之间的差异,为所述初始图像与所述目标图像之间的差异的η倍,η为大于0且小于1的第六超参数。

5.根据权利要求4所述的方法,其特征在于,若所述处理结果满足对抗攻击的约束条件,且更新后的所述初始图像与目标图像之间的差异不收敛,或者若所述处理结果不满足对抗攻击的约束条件,所述方法还包括:

根据对抗攻击的成功概率更新所述第六超参数η,所述第六超参数η的更新幅度与所述成功概率正相关,所述成功概率为所述图像处理模型对更新后的所述初始图像的总处理次数中,处理结果满足所述约束条件的次数的占比。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,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/201910502774.7/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top