-
公开(公告)号：CN119360158B
公开(公告)日：2025-04-15
申请号：CN202411909187.7
申请日：2024-12-24
Applicant: 军工保密资格审查认证中心
IPC: G06V10/774 , G06V10/764 , G06V10/84 , G06V10/30
Abstract: 本申请提出了一种用于防御对抗攻击的模型训练方法，包括：获取常规样本图像集合，以及获取对抗样本图像集合；在第一训练阶段，基于所述常规样本图像集合，对第一扩散分类模型进行训练，迭代至模型预测结果与常规样本图像的真实分类结果的差异小于或等于预定差异阈值，得到第二扩散分类模型；在第二训练阶段，基于所述对抗样本图像集合，对所述第二扩散分类模型进行训练，迭代至反向扩散过程中每步去噪的误差小于或等于预定误差阈值，得到第三扩散分类模型。本申请的技术方案有效提升了图像分类模型抵御对抗攻击能力。
-
公开(公告)号：CN119360158A
公开(公告)日：2025-01-24
申请号：CN202411909187.7
申请日：2024-12-24
Applicant: 军工保密资格审查认证中心
IPC: G06V10/774 , G06V10/764 , G06V10/84 , G06V10/30
Abstract: 本申请提出了一种用于防御对抗攻击的模型训练方法，包括：获取常规样本图像集合，以及获取对抗样本图像集合；在第一训练阶段，基于所述常规样本图像集合，对第一扩散分类模型进行训练，迭代至模型预测结果与常规样本图像的真实分类结果的差异小于或等于预定差异阈值，得到第二扩散分类模型；在第二训练阶段，基于所述对抗样本图像集合，对所述第二扩散分类模型进行训练，迭代至反向扩散过程中每步去噪的误差小于或等于预定误差阈值，得到第三扩散分类模型。本申请的技术方案有效提升了图像分类模型抵御对抗攻击能力。
-
公开(公告)号：CN119323537A
公开(公告)日：2025-01-17
申请号：CN202411818855.5
申请日：2024-12-11
Applicant: 军工保密资格审查认证中心
IPC: G06T5/77 , G06T5/60 , G06T5/50 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/0985
Abstract: 本申请提出了一种针对低光图像恢复模型的优化训练方法，包括：获取当前图像恢复任务的第一训练集，第一训练集的每组样本数据包括第一训练图像和第二训练图像；对第一训练集中每组样本数据的第一训练图像进行反事实增强处理，得到第三训练图像；以第三训练图像替换第一训练图像，得到第二训练集；以第二训练集中的第三训练图像作为输入图像，以第二训练集中的第二训练图像作为输出图像的对照图像，对初始低光图像恢复模型优化训练至收敛，在每次优化训练过程中，对模型内至少一个尺度的编码器网络内部的残差块处理得到的中间图像进行频域正则化处理。本技术方案提升了低光图像恢复模型的图像恢复准确性。
-
公开(公告)号：CN119323537B
公开(公告)日：2025-04-25
申请号：CN202411818855.5
申请日：2024-12-11
Applicant: 军工保密资格审查认证中心
IPC: G06T5/77 , G06T5/60 , G06T5/50 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/0985
Abstract: 本申请提出了一种针对低光图像恢复模型的优化训练方法，包括：获取当前图像恢复任务的第一训练集，第一训练集的每组样本数据包括第一训练图像和第二训练图像；对第一训练集中每组样本数据的第一训练图像进行反事实增强处理，得到第三训练图像；以第三训练图像替换第一训练图像，得到第二训练集；以第二训练集中的第三训练图像作为输入图像，以第二训练集中的第二训练图像作为输出图像的对照图像，对初始低光图像恢复模型优化训练至收敛，在每次优化训练过程中，对模型内至少一个尺度的编码器网络内部的残差块处理得到的中间图像进行频域正则化处理。本技术方案提升了低光图像恢复模型的图像恢复准确性。
-
-
-
Search Results
4
records
(took 0.024 seconds)
