一种基于高斯分布改进的文本对抗方法

    公开(公告)号:CN115952782A

    公开(公告)日:2023-04-11

    申请号:CN202310094801.8

    申请日:2023-02-07

    Inventor: 孙俊 于子皓

    Abstract: 本发明提供一种基于高斯分布改进的文本对抗方法,通过替换原输入文本中的部分单词,生成更能迷惑受害模型的对抗样本,进而挖掘自然语言处理(Natural Language Processing,NLP)领域深度学习模型弱点,提升模型鲁棒性。现有词级别文本对抗方法存在攻击成功率不够、修改率高等问题。由此提出了一种新的使用高斯概率分布改进的,基于义原和量子行为粒子群优化算法的文本对抗方法。通过使用高斯分布对原方法进行优化,对抗方法能在前期扩大搜索范围,并在后期找到能更好迷惑模型的对抗样本。实验结果表明,方法在多个数据集上能够在提升攻击成功率的同时,有效降低修改率,并更多地保留语法和语义正确性。

    基于动态SLAM的相机位姿求解方法、装置及存储介质

    公开(公告)号:CN118537401A

    公开(公告)日:2024-08-23

    申请号:CN202410642089.5

    申请日:2024-05-23

    Abstract: 本发明涉及视觉SLAM技术领域,具体公开了一种基于动态SLAM的相机位姿求解方法、装置及存储介质,包括:对输入图像进行特征点提取,获得图像特征点;对输入图像进行实例分割,获得静态区域和潜在动态区域;根据静态区域的基准外参和潜在动态区域的基准外参之间的差值确定位于所述潜在动态区域的实际动态区域,其中落在实际动态区域内的潜在动态特征点为实际动态特征点;剔除所述实际动态区域内的实际动态特征点,并根据所述静态区域内的静态特征点以及所述潜在动态区域内的非实际动态特征点进行相机位姿求解,获得相机位姿。本发明提供的基于动态SLAM的相机位姿求解方法能够有效提升动态SLAM中相机位姿求解的精度。

Patent Agency Ranking