[发明专利]一种面向姿态估计深度神经网络的扰动图像生成方法在审
| 申请号： | 202110704930.5 | 申请日： | 2021-06-24 |
| 公开（公告）号： | CN113487545A | 公开（公告）日： | 2021-10-08 |
| 发明（设计）人： | 刘复昌;潘志庚;曹明亮;丁丹丹;张明敏;梁应滔;梁应鸿;王昊 | 申请（专利权）人： | 广州玖的数码科技有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/73;G06N3/04;G06N3/08 |
| 代理公司： | 重庆市信立达专利代理事务所(普通合伙) 50230 | 代理人： | 刘洁 |
| 地址： | 510640 广东省广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种面向姿态估计深度神经网络的扰动图像生成方法，涉及图像处理技术领域，包括以下步骤：S1、将图像x输入目标神经网络K，得结果P0；S2、将P0重组后生成P1，并将P0作为图像x的标签，P1作为图像x的第一次训练结果；S3、将P0和P1输入目标神经网络K，产生P0与P1的误差值，获取该误差值的梯度方向并将其乘以系数λ作为单次噪声值z；S4、多次迭代训练获取噪声值累加z'，将z'规范化处理，使图像x与z'叠加生成扰动图a。本发明通过预测图像的结果与真实结果产生的误差值，并通过获取误差值变化的梯度方向对图像添加扰动噪声，不仅能对图像分类产生很好误导效果，还能对姿态识别方面产生较佳误导效果，让原正确姿态识别为另一种毫不相干姿态。 | ||
| 搜索关键词： | 一种 面向 姿态 估计 深度 神经网络 扰动 图像 生成 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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广州玖的数码科技有限公司，未经广州玖的数码科技有限公司许可，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/patent/202110704930.5/，转载请声明来源钻瓜专利网。
