[发明专利]基于特征图去噪以及图像增强的敌对样本防护方法

权利要求书

1.一种基于特征图去噪以及图像增强的敌对样本防护方法，其特征在于,包括以下步骤，

构建图像的神经网络模型，包括三层卷积层，对第一层卷积层进行如下操作：

S1、对目标特征通道进行切片和特征图提取；

S2、移动定位点坐标到特征图的最亮点，以所述最亮点为中心对特征图进行切片；

S3、判断所述切片属于亮区、暗区还是鲁棒区，采用中轴线边界判定算法判断定位点是否位于有效连通特征边界，如果是则沿边界双向处理所述连通特征，如果不是则寻找该切片内第二亮点；

判断为亮区后，定位切片以当前定位坐标为十字中心区域的第二亮点坐标值，即第二亮点定位坐标值需与当前定位坐标直接相邻；

对重新定位坐标进行审查，若不符合条件，则结束本次递归调用；所述条件为：全特征图经处理的像素点数目不得超过全图像素点总数额的三分之一；如果属于亮区，则将所述定位点坐标移动到所述特征图第二亮的点，如果属于暗区或鲁棒区，则重新搜索寻找所述特征图中的第二亮的点，将定位点坐标定位到该点；所述中轴线边界判定算法通过比较中轴线两边对称点像素值与亮区判定值和暗区判定值大小，来判定该轴线是否为边界；所述暗区判定值设置为全图像素点值中位数与平均值的最大值；

S4、重复执行S3，直到搜索次数达到预定次数，将所述特征图切片中所有点的像素值更改为最亮点像素值；

S5、将暗区和鲁棒区所有点的像素值归0，去除噪声；

S6、将经过以上处理的特征图进行合并叠加，合并后的特征图与原始特征通道大小相等。

2.根据权利要求1所述的基于特征图去噪以及图像增强的敌对样本防护方法，其特征在于,S3中采用深度优先搜索算法搜索寻找所述特征图中的第二亮的点。

3.根据权利要求2所述的基于特征图去噪以及图像增强的敌对样本防护方法，其特征在于,所述深度优先搜素算法具体是，通过递归更新当前坐标，以第二亮点坐标为下一次递归采用的定位坐标参数。

4.根据权利要求1所述的基于特征图去噪以及图像增强的敌对样本防护方法，其特征在于,设置亮区的识别值为全图像素值按正序排序时，位于总像素点数三分之一位置处的像素值。

5.根据权利要求1所述的基于特征图去噪以及图像增强的敌对样本防护方法，其特征在于,设置暗区的识别值为全图像素值按倒序排序时，位于总像素点数三分之一位置处的像素值。