公开(公告)号：CN119027704A

公开(公告)日：2024-11-26

申请号：CN202310582759.4

申请日：2023-05-23

Applicant: 上海交通大学

Inventor： 倪冰冰 ,  赵成龙 ,  李泽凡

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/46 ,  G06F17/13 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 一种基于梯度评估和增强系统的图像识别系统，包括：主干网络、权重梯度评估和修正模块和特征梯度增强模块，权重梯度评估和修正模块根据来自主干网络的原始权重梯度、历史权重梯度和参考权重梯度计算得到权重梯度的修正量，对网络权重梯度的梯度评估和梯度修正；特征梯度增强模块根据主干网络提取到的图像特征计算得到特征梯度增强数据后注入主干网络实现对网络特征梯度的优化和增强。本发明通过两个梯度优化模块，结合梯度的空间信息和时间信息，分别针对网络权重梯度和网络特征梯度进行梯度的评估和增强，能够有效地解决梯度消失和梯度爆炸等问题，提高网络的训练效率、性能和训练稳定。

公开(公告)号：CN119399492A

公开(公告)日：2025-02-07

申请号：CN202411392648.8

申请日：2024-10-08

Applicant: 上海交通大学

Inventor： 倪冰冰 ,  赵成龙 ,  胡逢法

IPC: G06V10/52 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/09

Abstract: 一种基于多子空间联合的人工智能识别模型对抗防御方法，通过输入样本在模型的各节点、各层的激活值向量映射到不同子空间一致性表现，即特征嵌入子空间的一致性判别是否为对抗样本；对甄别后的非攻击样本进行多尺度变化，并比较其各个尺度在模型传输的各个节点值的分布一致性表现，即尺度空间的一致性判别是否为对抗样本；对进一步甄别后的非攻击样本的原始像素或神经网络某层输出值进行子空间谱分解，并比较其在各谱分量的响应系数统计上应具备一致性，即谱空间一致性判别是否为对抗样本，实现全谱系防御。本发明基于多不相干空间分析，使得信息互补，极大提升针对攻击样本的防御能力，实现全谱系防御。