公开(公告)号：CN115630682A

公开(公告)日：2023-01-20

申请号：CN202211349205.1

申请日：2022-10-31

Applicant: 重庆长安汽车股份有限公司

Inventor： 马金燕 ,  江天 ,  罗咏刚

IPC: G06N3/045 ,  G06N3/094

Abstract: 本发明公开了一种对抗样本生成方法、装置、设备、介质及模型训练方法，所述对抗样本生成方法通过向条件对抗生成网络中输入原始图像以及定向攻击标签，以生成第一扰动图像；采用核函数对所述第一扰动图像进行平滑处理，得到第二扰动图像；将所述第二扰动图像与所述原始图像进行叠加，形成对抗样本。本发明所提供的对抗样本生成方法由于引入了核函数对初始生成的扰动图像进行平滑处理，降低了生成的对抗样本对于攻击模型的敏感性，具有较好的迁移攻击性能，此外由于本发明的条件对抗生成网络中包含CAN网络，使得利用本方法生成的对抗样本在黑盒场景下相对于传统的基于梯度迭代的方法具有更高的计算效率。

公开(公告)号：CN116434038A

公开(公告)日：2023-07-14

申请号：CN202310580615.5

申请日：2023-05-22

Applicant: 重庆长安汽车股份有限公司

Inventor： 罗咏刚 ,  马金燕 ,  江天

IPC: G06V10/82 ,  G06V20/58

Abstract: 本申请提供一种基于攻击测试的图像处理方法、装置、设备及存储介质。方法包括：获取欲攻击的待识别图像；根据攻击意图，选择期望在待识别图像中隐去相应物体的第一物体列表和期望在待识别图像中生成新物体的第二物体列表；根据目标检测器、第一物体列表和第二物体列表，通过预设的注意力攻击策略对待识别图像进行迭代处理，得到用于替换待识别图像的攻击图像。如此，利用第一物体列表可以隐去待识别图像中的相应物体，利用第二物体列表可以在待识别图像中生成新的物体，能够灵活模拟各类针对性目标以生成攻击图片，进而有利于提高攻击测试的灵活性与效率。

公开(公告)号：CN116416494A

公开(公告)日：2023-07-11

申请号：CN202310332499.5

申请日：2023-03-30

Applicant: 重庆长安汽车股份有限公司

Inventor： 江天 ,  罗咏刚 ,  马金燕

IPC: G06V10/774 ,  G06V10/82 ,  G06T17/00 ,  G06T15/08 ,  G06N3/08

Abstract: 本申请涉及一种图像检测模型的训练方法、装置、设备、存储介质和车辆，涉及图像检测技术领域。该方法包括：基于预设的神经辐射场算法对预设二维图像进行处理，得到目标对象对应的三维表示；基于多个预设视角以及三维表示，确定多个目标二维图像；根据初始图像检测模型，对每个目标二维图像进行检测，得到每个目标二维图像中目标对象的检测结果，并确定初始图像检测模型针对每个预设视角的损失值，得到与多个预设视角对应的多个损失值。进一步的，将多个损失值中最大损失值对应的预设视角确定为目标视角，并基于所述目标视角对所述初始图像检测模型进行训练，得到目标图像检测模型。由此，可以提高图像检测模型检测图像的准确率。

公开(公告)号：CN115223127A

公开(公告)日：2022-10-21

申请号：CN202210910321.X

申请日：2022-07-29

Applicant: 重庆长安汽车股份有限公司

Inventor： 罗咏刚 ,  马金燕

IPC: G06V20/56 ,  G06V10/30 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08 ,  G06N5/04

Abstract: 本申请涉及汽车智能化应用技术领域，特别涉及一种车辆的自动驾驶感知方法、装置、车辆及存储介质，其中，方法包括：获取车辆周围环境的初始图片数据；根据初始图片数据推理至少一个目标任务，并在推理过程中，检测初始图片数据是否存在预设对抗样本；如果初始图片数据不存在预设对抗样本，则在结束推理后，得到初始图片数据的感知结果，否则利用预设去噪策略去噪初始图片数据的预设对抗样本，得到去噪后的第一图片数据，并基于第一图片数据重新推理得到初始图片数据的感知结果。由此，解决了相关技术通常是将所有数据进行去噪处理，导致数据处理的工作量大，感知效率低，无法有效避免感知任务输入数据的噪声等问题。

公开(公告)号：CN114537316A

公开(公告)日：2022-05-27

申请号：CN202210184152.6

申请日：2022-02-24

Applicant: 重庆长安汽车股份有限公司

Inventor： 袁章凯 ,  罗咏刚 ,  马金燕 ,  陈幸武 ,  李开兴

IPC: B60R21/015 ,  G08B25/10 ,  B60R16/037

Abstract: 本发明公开了一种基于图像识别的车内宠物安全智能控制方法及系统，所述方法包括：步骤1，通过图像识别模块调用车内摄像头所拍摄的车内图片，并对所拍摄图片经过预处理、车内物品及生命体识别后，对车内生命体进行判定后，将判定结果发送至车机控制器；步骤2，当判定结果显示车内没有宠物时，回转回步骤1，继续通过车内摄像头监控车内画面；步骤3，当判定结果实现车内有宠物时，进一步判断车内是否有人；若车内有人，则结束；若车内无人，判定宠物当前状况是否正常；步骤4，若宠物状况正常，通过车机控制器启动宠物模式，若宠物状况反常，向用户远程发送预警信息。

公开(公告)号：CN117253083A

公开(公告)日：2023-12-19

申请号：CN202311230035.X

申请日：2023-09-21

Applicant: 重庆长安汽车股份有限公司

Inventor： 王广杰 ,  袁聪 ,  吴锐 ,  马金燕

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/766 ,  G06V20/58

Abstract: 本发明公开了一种目标检测模型训练方法、目标检测方法、电子设备及介质，涉及自动驾驶技术领域。该方法包括：将自动驾驶前视图像样本输入已完成训练的第一模型和待训练的第二模型，获取两个模型分类和回归任务的预测结果；以第一模型分类任务预测结果为目标，训练第二模型分类任务；对两个模型回归任务预测结果进行分类，得到各自回归任务子分类任务预测结果；以第一模型子分类任务预测结果为目标，训练第二模型子分类任务；将两个模型回归任务预测结果分类后每一个类的回归值确定为各自子回归任务预测结果；以第一模型子回归任务预测结果为目标，训练第二模型子回归任务；将完成分类、子分类和子回归任务的第二模型，确定为目标检测模型。

公开(公告)号：CN115147954A

公开(公告)日：2022-10-04

申请号：CN202210725278.X

申请日：2022-06-23

Applicant: 重庆长安汽车股份有限公司

Inventor： 罗咏刚 ,  胡小琼 ,  杨俱成 ,  马金燕 ,  廖刚 ,  张琪

IPC: G07C5/08 ,  G06F3/06

Abstract: 本申请涉及大数据处理技术领域，特别涉及一种车辆的数据存储方法、装置、车辆及介质，其中，方法包括：获取车辆的触发采集型数据；判断触发采集型数据中的当前采集数据与上一次采集数据是否相同；如果当前采集数据与上一次采集数据不相同，则将上一次采集数据的数据值的采集时间、当前采集数据的采集时间和上一次采集数据的数据值作为三元数组存储至目标存储位置，否则，将当前采集数据的当前采集时间和当前数据值作为二元数组存储至目标存储位置。由此解决相关技术中大数据的存储成本高、搬运使用效率低等问题，降低了数据存储的设备要求和成本，使数据的搬运和使用更加方便；提高了数据的价值密度，能用更少的数据训练人工智能模型。

公开(公告)号：CN117079067A

公开(公告)日：2023-11-17

申请号：CN202310479740.7

申请日：2023-04-28

Applicant: 重庆长安汽车股份有限公司

Inventor： 罗咏刚 ,  马金燕 ,  江天 ,  谢乐成

IPC: G06V10/774 ,  G06V10/75 ,  G06V10/82 ,  G06V10/42 ,  G06V10/54 ,  G06N3/0475 ,  G06N3/088 ,  G06N3/094

Abstract: 本申请涉及机器学习技术领域，提供了一种模型对抗攻击方法、装置、设备及介质，方法包括：通过初始生成网络，得到携带标签的第一攻击数据集对应的初始对抗样本，并将初始对抗样本传输至目标攻击模型对应的替代模型，得到替代模型的损失值；将第一攻击数据集和不携带标签的第二攻击数据集传输至特征匹配网络，以对语义特征、纹理特征进行特征匹配，得到特征匹配网络的损失值；根据替代模型的损失值、特征匹配网络的损失值，更新初始生成网络的参数，得到目标生成网络；将目标攻击数据集传输至目标生成网络，得到目标对抗样本，并将目标对抗样本传输至目标攻击模型，以实现模型对抗攻击。提高了跨域数据对目标模型的攻击效果，模型攻击范围更广。

公开(公告)号：CN116958746A

公开(公告)日：2023-10-27

申请号：CN202310914130.5

申请日：2023-07-24

Applicant: 重庆长安汽车股份有限公司

Inventor： 江天 ,  罗咏刚 ,  马金燕

IPC: G06V10/774 ,  G06V10/56 ,  G06V10/82 ,  G06N3/0475 ,  G06N3/084

Abstract: 本发明公开了对抗样本生成方法、系统、存储介质及电子设备，涉及汽车智能化应用技术领域，其方法包括以下步骤：S1、获得与训练样本对应的第一颜色统计特征，基于训练样本xi的随机噪声生成第一对抗样本；S2、获得第二颜色统计特征；S3、将第一颜色统计特征及第二颜色统计特征进行归一化处理，分别获得第一颜色分布特征及第二颜色分布特征，并计算二者在颜色各通道之间的相似损失值；S4、通过相似损失值计算获得总体损失值，通过总体损失值与原始损失值计算得到更新损失值；S5、通过更新损失值反向传播更新第一对抗样本，通过本发明生成的对抗样本无论在数字世界和还是在物理世界均可与训练数据具有更高的相似性。

公开(公告)号：CN116912801A

公开(公告)日：2023-10-20

申请号：CN202310728462.4

申请日：2023-06-19

Applicant: 重庆长安汽车股份有限公司

Inventor： 马金燕 ,  吴锐 ,  袁聪 ,  王广杰

IPC: G06V20/58 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及自动驾驶领域，具体涉及车辆双闪信号灯识别模型构建及识别方法、装置及介质，方法包括：获取车辆尾部双闪信号灯开启或关闭的连续帧图像数据构建样本集；采用样本集对时序网络模型进行训练，得到车辆双闪信号灯识别模型，通过实施本发明，采用连续帧图像数据作为样本，采用样本对包含卷积神经网络、自注意力机制网络以及循环神经网络的时序网络模型进行训练，得到车辆双闪信号灯识别模型。该方法通过对时序网络模型训练得到车辆双闪信号灯识别模型，时序网络在对数据进行时序分析时，能够有效抵抗光线、距离等环境噪声因素的变化和干扰，具有很好的鲁棒性。由此，解决了现有的双闪信号灯识别对外部环境比较敏感，影响识别准确性的问题。