[发明专利]基于强化学习的黑盒视频对抗样本生成方法及评价方法有效
| 申请号： | 202211111492.2 | 申请日： | 2022-09-13 |
| 公开（公告）号： | CN115311521B | 公开（公告）日： | 2023-04-28 |
| 发明（设计）人： | 胡超;余瑞实;施鹤远;湛誉;梁锴;刘荣凯 | 申请（专利权）人： | 中南大学 |
| 主分类号： | G06V10/774 | 分类号： | G06V10/774;G06V10/776;G06V10/771;G06V20/40 |
| 代理公司： | 长沙永星专利商标事务所(普通合伙) 43001 | 代理人： | 周咏;米中业 |
| 地址： | 410083 湖南*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于强化学习的黑盒视频对抗样本生成方法，包括获取原始视频数据并分割得到视频块集合；对视频块集合插入位置信息得到带有位置信息的视频块集合；进行视觉特征提取得到视频块的特征；对带有位置信息的视频块集合进行提取得到关键视频块集合；对关键视频块集合进行迭代得到估计梯度；生成对抗样本值并构建对应的损失函数；将对抗样本值输入到目标视频模型中获取返回值，根据返回值和损失函数值得到最终构建的对抗样本。本发明还公开了一种包括所述基于强化学习的黑盒视频对抗样本生成方法的评价方法。本发明提高了添加的扰动的精准性，减少了对抗样本的复杂性，而且成本较低，可靠性高，效率较高。 | ||
| 搜索关键词： | 基于 强化 学习 黑盒 视频 对抗 样本 生成 方法 评价 | ||
【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中南大学，未经中南大学许可，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/202211111492.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种用于纺织机械的自动供油装置
- 下一篇：一种带光学编码器的电机结构
