[发明专利]一种基于交通标志目标检测器改进的对抗样本生成方法

权利要求书

1.一种基于交通标志目标检测器改进的对抗样本生成方法，其特征在于：包括如下步骤：

步骤1：通过随机RGB图像生成算法生成一个初始对抗样本；

步骤2：选取图像作为原始训练样本，将图像上的交通标志作为对抗目标；所有原始训练样本构成原始训练样本集；

步骤3：基于Tiny-YOLO目标检测器，通过非极大值抑制算法对原始训练样本进行交通标志检测，得到各原始训练样本上交通标志的检测框；

步骤4：对对抗样本进行数据增强操作后附加在各原始训练样本的检测框中心位置形成敌对训练样本；

步骤5：基于Tiny-YOLO目标检测器，通过非极大值抑制算法对敌对训练样本进行交通标志检测，计算相对于原始训练样本交通标志在敌对训练样本中仍被检测到的置信度；通过置信度衡量对抗样本性能的损失函数；

步骤6：通过网络的反向传播，使用Adam优化器改变对抗样本的像素值，生成新的对抗样本；

步骤7：重复执行步骤4～6，直至对抗样本性能的损失函数收敛或达到迭代次数，得到最终的对抗样本。

2.根据权利要求1所述的基于交通标志目标检测器改进的对抗样本生成方法，其特征在于：所述步骤5中，通过置信度衡量对抗样本性能的损失函数，该损失函数通过下式计算：

L＝αL_nps+βL_tv+L_obj+L_det

其中：L_nps为对抗样本非打印性得分的损失函数，L_tv为对抗样本总变化得分的损失函数，L_obj为对抗检测器或者分类器攻击的损失函数，L_det＝E[d(t(p'),t(p))]，t(p)为摄像头与对抗样本p的真实的视觉距离，t(p')为预测得到的摄像头与对抗样本p的视觉距离，E[d(t(p'),t(p))]表示t(p)和t(p')最小值的损失函数；α和β为系统参数。

3.根据权利要求1所述的基于交通标志目标检测器改进的对抗样本生成方法，其特征在于：所述步骤4中，对抗样本进行数据增强操作，数据增强操作包括随机正向或反向旋转一定角度、随机放大或缩小、添加随机噪声、随机改变亮度和对比度中的一个或两个以上。

4.根据权利要求1所述的基于交通标志目标检测器改进的对抗样本生成方法，其特征在于：所述初始对抗样本为矩形或正方向，初始对抗样本的面积为原始训练样本的1//6～1/8。

5.根据权利要求1所述的基于交通标志目标检测器改进的对抗样本生成方法，其特征在于：所述初始对抗样本为300×300像素的正方形图片。