公开(公告)号：CN118298256A

公开(公告)日：2024-07-05

申请号：CN202410325993.3

申请日：2024-03-21

Applicant: 中国舰船研究设计中心

Inventor： 罗威 ,  何道敬 ,  李渝 ,  可唯一 ,  吕林烨 ,  胡洋

IPC: G06V10/774 ,  G06V10/776 ,  G06V10/25 ,  G06V10/44 ,  G06N3/094 ,  G06N3/045 ,  G06N3/0464 ,  G06V20/64 ,  G06V20/54 ,  G06N3/0475

Abstract: 本发明公开了一种基于神经渲染器的舰船物理对抗涂装生成方法，属于神经网络和图形学的技术，涉及计算机图形学和计算机视觉，并且涉及数字以及物理对抗样本生成的技术领域，包括：将3D船模、舰船纹理图片以及环境信息作为神经渲染器的输入，将神经渲染器得到的带有物理对抗涂装的图像输入到目标检测器中；将目标检测器的输出参数加以变换得到损失函数作为对纹理进行梯度优化的参考，最后反向梯度传播优化纹理图片；经过多次循环得到对于多角度多环境具有鲁棒性的物理对抗涂装。通过本发明能够快速地生成物理对抗涂装，让目标检测器无法对船舶进行正确识别，有效地增强基于纹理的物理对抗攻击的效果。

公开(公告)号：CN118470208A

公开(公告)日：2024-08-09

申请号：CN202410636023.5

申请日：2024-05-22

Applicant: 中国舰船研究设计中心

Inventor： 罗威 ,  何道敬 ,  李渝 ,  吕林烨 ,  可唯一 ,  范慧丽

IPC: G06T17/00 ,  G06T15/10 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/0455 ,  G06N3/094 ,  G06N3/084

Abstract: 本发明公开了一种基于单目图像的三维建模方法、设备及介质，该方法包括：构建生成式神经网络模型，基于输入的目标物体单目图像生成目标物体的多视角图像；构建逆向图模型和可微的渲染器模型；逆向图模型是一个利用目标物体图像生成目标物体3D属性信息的神经网络模型；可微的渲染器模型是一个可微分的神经网络，以便在后续的梯度反向传播中使用，可微的渲染器模型利用目标物体3D属性信息生成目标物体3D模型，并将其渲染为2D图像；利用目标物体的多视角图像训练逆向图模型和可微的渲染器模型；将图像输入至训练好的逆向图模型和可微的渲染器模型，得到目标物体3D模型以及对应的2D图像。本发明降低对高质量输入数据的依赖，同时提升计算效率。