[发明专利]一种基于信息解耦和重建的GAN图片检测器规避方法

权利要求书

1.一种基于信息解耦和重建的GAN图片检测器规避方法，其特征在于，包括以下步骤：

1)准备将N张真实图片组成的图片集X'^r分为多个批次，每个批次X^r有n张，同样，将N张由GAN生成的图像组成的图片集X'^g分为多个批次，每个批次X^g有n张，X'^r和X'^g两者中的图片大小规格一致；然后X'^g中的图片经过频率过滤处理得到图片集其拥有多个批次，每个批次拥有和X^g对应的n张图片；

2)进行模型训练第一阶段：将一个批次X^r、X^g中的图片分别输入标签相关的特征提取器E_R，获得对应的与标签相关的特征计算标签相关的特征的分类损失L_cls，用L_cls来更新E_R的参数、的均值μ^r和方差σ^r、的均值μ^g和方差σ^g；然后采用上述方式训练完成其它批次的图片；

3)进行模型训练第二阶段：将X^r分别输入标签相关的特征提取器E_R、标签不相关的特征提取器E_U获得与标签相关的特征和与标签不相关的特征同理将X^g输入E_R、E_U获得特征和利用特征判别器D_L的输出，计算标签不相关分支的对抗损失然后将和输入AdaIN层，之后使用生成器G生成残差图片，将该残差图片加在上获得目标图片计算图片差异L_rec；然后将输入E_R获得与标签相关的特征与计算一致性损失L_R；然后利用整体判别器D的输出，计算整体对抗损失L_D,L_G；利用本步骤的损失更新G、E_R、E_U、D_L、D的参数；然后采用上述方式训练完成其它批次的图片；

4)准备要处理的攻击图片集T^g，经过同步骤1)中的频率过滤处理得到图片集加载训练好的模型，将T^g输入模型获得规避图片集其中的图片能够用于规避GAN图片检测器的检测。

2.根据权利要求1所述的一种基于信息解耦和重建的GAN图片检测器规避方法，其特征在于，在步骤1)中，X^r、X^g和的组成表示为：

式中，是指该真实图片批次中的第i张图片，是指该GAN生成的图片批次中的第i张图片，是指该经过频率过滤处理后图片批次中的第i张图片，n是该批次图片集中的图片总数量；

频率过滤处理是如下操作：将图片集中的每张图片，切分为8×8大小的块，然后对每个块中的RGB每通道的像素值进行离散余弦变换DCT得到各通道的频率系数矩阵，其大小也是8×8，将各个频率系数矩阵中的数值除以同一个左上角向右下角元素值依次增大的8×8矩阵得到过滤后的频率系数矩阵，最后使用离散余弦反变换IDCT和处理后的频率系数矩阵获得频率过滤处理后的图片。