-
公开(公告)号:CN118038170A
公开(公告)日:2024-05-14
申请号:CN202410254768.5
申请日:2024-03-06
Applicant: 安徽大学
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G06N3/094
Abstract: 本发明公开了一种基于sub‑VPSDE扩散模型的图片对抗净化方法,其步骤包括:1公共对抗性图片数据集的处理;2训练用于评判对抗性强度指标的卷积神经网络MG;3使用训练后的本地神经网络M’G评估对抗性图片,获得扩散参数;4根据最优时间步长,对对抗性图片进行前向加噪,得到扩散对抗性图片;5使用sub‑VPSDE通过逆向生成过程从添加噪声的扩散对抗性样本中恢复出干净的图像;6将净化后的图片放入图片分类器中,获得预测的分类结果。本发明基于sub‑VPSDE扩散模型,使用最新的采样方法,利用改进后扩散模型和自适应优化参数的方法,实现了图片的对抗净化。