-
公开(公告)号：CN116091871B
公开(公告)日：2023-08-25
申请号：CN202310208464.0
申请日：2023-03-07
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06V10/774 , G06V10/82 , G06V20/64 , G06T15/04 , G06T15/50 , G06T17/20 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/084
Abstract: 本发明涉及机器视觉技术领域，特别是指一种针对目标检测模型的物理对抗样本生成方法及装置，一种针对目标检测模型的物理对抗样本生成方法包括：采集目标物品信息，获得原始数据集，根据原始数据集，获得增强数据集和目标掩膜；建立待训练逆向图模型和待训练渲染模型；基于增强数据集和目标掩膜，对待训练逆向图模型和待训练渲染模型进行同步训练，获得逆向图模型和渲染模型；根据原始数据集、逆向图模型和渲染模型，获得生成数据集；根据生成数据集和渲染模型，获得优化3D属性；根据优化3D属性和渲染模型，获得对抗生成样本。本发明可以在各种复杂环境中可仅通过2D图像，生成有效欺骗目标检测器的对抗样本。
-
公开(公告)号：CN118212621A
公开(公告)日：2024-06-18
申请号：CN202410607249.2
申请日：2024-05-16
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明提供一种自动驾驶目标检测模型的测试样本选择方法及装置，涉及机器视觉技术领域。所述方法包括：获取待测试自动驾驶目标检测模型输出以及开放集自动驾驶目标检测模型输出，并进行统一的格式处理；根据待测试自动驾驶目标检测模型输出和开放集自动驾驶目标检测模型输出，确定一致性匹配评价指标，根据一致性匹配评价指标对输出的目标进行分类；根据目标分类结果选择对应的算法进行错误数量估计；根据估计的错误数量对自动驾驶测试样本进行打分并排序，根据预算选择排序靠前的自动驾驶测试样本。本发明能够有效选择出高质量自动驾驶测试样本，从而降低测试成本并提高测试效率。
-
公开(公告)号：CN118212621B
公开(公告)日：2024-09-10
申请号：CN202410607249.2
申请日：2024-05-16
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明提供一种自动驾驶目标检测模型的测试样本选择方法及装置，涉及机器视觉技术领域。所述方法包括：获取待测试自动驾驶目标检测模型输出以及开放集自动驾驶目标检测模型输出，并进行统一的格式处理；根据待测试自动驾驶目标检测模型输出和开放集自动驾驶目标检测模型输出，确定一致性匹配评价指标，根据一致性匹配评价指标对输出的目标进行分类；根据目标分类结果选择对应的算法进行错误数量估计；根据估计的错误数量对自动驾驶测试样本进行打分并排序，根据预算选择排序靠前的自动驾驶测试样本。本发明能够有效选择出高质量自动驾驶测试样本，从而降低测试成本并提高测试效率。
-
公开(公告)号：CN116091871A
公开(公告)日：2023-05-09
申请号：CN202310208464.0
申请日：2023-03-07
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06V10/774 , G06V10/82 , G06V20/64 , G06T15/04 , G06T15/50 , G06T17/20 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/084
Abstract: 本发明涉及机器视觉技术领域，特别是指一种针对目标检测模型的物理对抗样本生成方法及装置，一种针对目标检测模型的物理对抗样本生成方法包括：采集目标物品信息，获得原始数据集，根据原始数据集，获得增强数据集和目标掩膜；建立待训练逆向图模型和待训练渲染模型；基于增强数据集和目标掩膜，对待训练逆向图模型和待训练渲染模型进行同步训练，获得逆向图模型和渲染模型；根据原始数据集、逆向图模型和渲染模型，获得生成数据集；根据生成数据集和渲染模型，获得优化3D属性；根据优化3D属性和渲染模型，获得对抗生成样本。本发明可以在各种复杂环境中可仅通过2D图像，生成有效欺骗目标检测器的对抗样本。
-
-
-
Search Results
4
records
(took 0.069 seconds)
