-
公开(公告)号:CN118941606A
公开(公告)日:2024-11-12
申请号:CN202411415165.5
申请日:2024-10-11
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明提供了一种自动驾驶单目深度估计的道路物理域对抗补丁生成方法,形成场景图像数据集;生成目标车辆的掩码图像,目标车辆转换成像素坐标系下的像素坐标,将目标汽车嵌入场景图像中得到目标对象场景图;将道路补丁转换成像素坐标系下的像素坐标;通过场景构造模块得到多个场景图像,得到多方道路补丁视图集;计算深度损失及特征损失,构造目标损失函数;通过目标函数计算由模型输入相应补丁区域大小加权的平均梯度,使用平均梯度作为道路补丁图像的梯度,使用MI‑FGSM的方法更新当前补丁,当达到最大迭代次数时生成最终道路对抗补丁。本发明的方法使得单目深度估计技术更加精准、可靠,鲁棒性更高。
-
公开(公告)号:CN118941606B
公开(公告)日:2025-01-07
申请号:CN202411415165.5
申请日:2024-10-11
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明提供了一种自动驾驶单目深度估计的道路物理域对抗补丁生成方法,形成场景图像数据集;生成目标车辆的掩码图像,目标车辆转换成像素坐标系下的像素坐标,将目标汽车嵌入场景图像中得到目标对象场景图;将道路补丁转换成像素坐标系下的像素坐标;通过场景构造模块得到多个场景图像,得到多方道路补丁视图集;计算深度损失及特征损失,构造目标损失函数;通过目标函数计算由模型输入相应补丁区域大小加权的平均梯度,使用平均梯度作为道路补丁图像的梯度,使用MI‑FGSM的方法更新当前补丁,当达到最大迭代次数时生成最终道路对抗补丁。本发明的方法使得单目深度估计技术更加精准、可靠,鲁棒性更高。
-