[发明专利]基于压缩感知的自适应图像对抗样本检测与防御方法有效
申请号: | 202211118152.2 | 申请日: | 2022-09-15 |
公开(公告)号: | CN115205608B | 公开(公告)日: | 2022-12-09 |
发明(设计)人: | 陈艳姣;徐文渊;周勃阳;程雨诗 | 申请(专利权)人: | 杭州涿溪脑与智能研究所 |
主分类号: | G06V10/764 | 分类号: | G06V10/764;G06V10/20 |
代理公司: | 浙江千克知识产权代理有限公司 33246 | 代理人: | 陆灵玲 |
地址: | 311100 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 压缩 感知 自适应 图像 对抗 样本 检测 防御 方法 | ||
1.一种基于压缩感知的自适应图像对抗样本检测与防御方法,其特征在于,包括:
当图像分类系统接收到目标图像时,获取图像信息,根据所述图像信息计算所述目标图像的信息熵,并对比所述信息熵与预设阈值,根据对比结果确定所述目标图像的分辨率类型,所述分辨率类型包括:低分辨率图像,中分辨率图像与高分辨率图像;
根据所述分辨率类型,对所述目标图像进行对应的色深压缩,得到预处理图像,并通过下游图像分类模型分别对目标图像及预处理图像进行类别检测,得到目标图像对应的目标图像类别,及预处理图像对应的预处理图像类型;
对比所述目标图像类别及预处理图像类别,当所述目标图像类别及预处理图像类别相同时,则将所述目标图像作为智能分类系统的图像输入;
当所述目标图像类别及预处理图像类别不相同时,根据所述分辨率类型确定对应的稀疏度,根据所述目标图像及稀疏度构建对应的稀疏矩阵;
通过所述稀疏矩阵对所述目标图像进行稀疏采样过滤,得到所述目标图像的降采样信号,并通过预设的压缩感知重建算法对所述降采样信号进行信号重建,得到重建图像,并将所述重建图像作为所述智能分类系统的图像输入;
所述根据所述分辨率类型,对所述目标图像进行对应的色深压缩,得到预处理图像,包括:
根据所述分辨率类型,确定所述目标图像对应的色深,并结合所述图像信息中的目标图像像素值进行对应的色深压缩,得到预处理图像;
所述确定所述目标图像对应的色深,并结合所述目标图像像素值进行对应的色深压缩,得到预处理图像,包括:
Max_Value=2d-1 d=0,1,…,Y
其中,d为目标图像的色深,Max_Value为色深d下所允许存在的最大像素值数量,2Y为目标图像像素值,I为原始图像,CI为色深压缩后的图像,int()为四舍五入取整操作。
2.根据权利要求1所述的基于压缩感知的自适应图像对抗样本检测与防御方法,其特征在于,所述图像信息,包括:
目标图像大小、目标图像像素值、像素值出现频率、像素值出现概率;
所述根据图像信息计算所述目标图像的信息熵,包括:
其中,M×N为目标图像大小,X为目标图像像素值,fi为像素值i的出现频率,pi为像素值i的出现概率。
3.根据权利要求1所述的基于压缩感知的自适应图像对抗样本检测与防御方法,其特征在于,所述获取图像信息之后,还包括:
对所述目标图像进行标准化处理,所述标准化处理包括:目标图像灰度化、目标图像去噪、目标图像大小标准化。
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杭州涿溪脑与智能研究所,未经杭州涿溪脑与智能研究所许可,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/202211118152.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种纸类用品加工的剪切装置
- 下一篇:基于大数据的企业运营健康指数评价系统