[发明专利]图像处理方法、装置、设备及存储介质

权利要求书

1.一种图像处理方法，其特征在于，所述方法包括：

获取原始图像，对所述原始图像进行特征编码处理，得到第一特征图；

根据所述第一特征图，获取所述原始图像的第二特征图和第三特征图；其中，所述第二特征图指代待叠加到所述原始图像上的图像扰动，所述第三特征图上各个位置具有不同的特征值，各个特征值用于表征相应位置上图像特征的重要程度；

根据所述第二特征图和所述第三特征图，生成噪声图像；

将所述原始图像与所述噪声图像叠加，得到第一对抗样本。

2.根据权利要求1所述的方法，其特征在于，所述对所述原始图像进行特征编码处理，得到第一特征图，包括：

将所述原始图像输入对抗攻击网络的特征编码器进行特征编码处理，得到所述第一特征图，所述第一特征图的尺寸小于所述原始图像；

其中，所述特征编码器包括卷积层和残差块，所述残差块在连接顺序上位于所述卷积层之后；任意一个残差块中均包括一个恒等映射和至少两个卷积层，所述任意一个残差块的恒等映射由所述任意一个残差块的输入端指向所述任意一个残差块的输出端。

3.根据权利要求1所述的方法，其特征在于，所述根据所述第一特征图，获取所述原始图像的第二特征图和第三特征图，包括：

将所述第一特征图输入对抗攻击网络的第一特征解码器进行第一特征解码处理，得到原始噪声特征图；

对所述原始噪声特征图上各个位置的噪声特征值进行抑制处理，得到所述第二特征图，所述第二特征图的尺寸与所述原始图像的尺寸一致；

其中，所述第一特征解码器包括反卷积层和卷积层，所述卷积层在连接顺序上位于所述反卷积层之后。

4.根据权利要求3所述的方法，其特征在于，所述对所述原始噪声特征图上各个位置的噪声特征值进行抑制处理，包括：

将所述原始噪声特征图上各个位置的噪声特征值与目标阈值进行比较；

对于所述原始噪声特征图上的任意位置，响应于所述任意位置的噪声特征值大于所述目标阈值，将所述任意位置的噪声特征值替换为所述目标阈值。

5.根据权利要求1所述的方法，其特征在于，所述根据所述第一特征图，获取所述原始图像的第二特征图和第三特征图，包括：

将所述第一特征图输入对抗攻击网络的第二特征解码器进行第二特征解码处理，得到所述原始图像的第三特征图；

对所述第三特征图上各个位置的图像特征值进行归一化处理，所述第三特征图的尺寸与所述原始图像的尺寸一致；

其中，所述第二特征解码器包括反卷积层和卷积层，所述卷积层在连接顺序上位于所述反卷积层之后。

6.根据权利要求1所述的方法，其特征在于，所述根据所述第二特征图和所述第三特征图，生成噪声图像，包括：

将所述第二特征图与所述第三特征图进行按位置相乘处理，得到所述噪声图像。

7.根据权利要求2至6中任一项权利要求所述的方法，其特征在于，所述对抗攻击网络还包括图像识别模型；所述方法还包括：

将所述第一对抗样本输入所述图像识别模型，得到所述图像识别模型输出的图像识别结果。

8.根据权利要求7所述的方法，其特征在于，所述对抗攻击网络的训练过程包括：

获取训练数据集中包括的样本图像的第二对抗样本；

将所述样本图像和所述第二对抗样本一并输入所述图像识别模型进行特征编码处理，得到所述样本图像的特征数据和所述第二对抗样本的特征数据；

基于所述样本图像的特征数据和所述第二对抗样本的特征数据，分别构建第一损失函数和第二损失函数；

获取所述样本图像的第三特征图，所述样本图像的第三特征图上各个位置具有不同的特征值，各个特征值用于表征相应位置上图像特征的重要程度；

基于所述样本图像的第三特征图，构建第三损失函数；

基于所述第一损失函数、所述第二损失函数和所述第三损失函数进行端到端训练，得到所述对抗攻击网络。