公开(公告)号：CN112199543B

公开(公告)日：2022-10-28

申请号：CN202011098487.3

申请日：2020-10-14

Applicant: 哈尔滨工程大学

Inventor： 郎大鹏 ,  梁甜甜 ,  李子豫 ,  项宇涵 ,  陈宇 ,  刘翔宇

IPC: G06F16/583 ,  G06F16/55 ,  G06V10/74 ,  G06V10/774 ,  G06V10/762 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于深度学习中的图像检索模型技术领域，具体涉及一种基于图像检索模型的对抗样本生成方法。本发明首先基于深度图像特征构建图像检索模型，然后通过破坏序列近邻关系生成对抗扰动，降低图像检索性能，最后以集成的方式生成通用对抗扰动，提高对抗样本的迁移性。本发明通过使用图像检索模型提取到的特征向量，将图像特征之间的余弦相似度作为衡量匹配程度的得分，按降序排列显示检索到的参考图像，实现图像检索功能。本发明通过集成多个模型生成通用对抗扰动，生成具有更高迁移性的对抗样本。本发明提出的对抗样本生成方法能够生成使图像检索性能明显下降的对抗样本，并且提高了对抗样本迁移性。

公开(公告)号：CN112199543A

公开(公告)日：2021-01-08

申请号：CN202011098487.3

申请日：2020-10-14

Applicant: 哈尔滨工程大学

Inventor： 郎大鹏 ,  梁甜甜 ,  李子豫 ,  项宇涵 ,  陈宇 ,  刘翔宇

IPC: G06F16/583 ,  G06F16/55 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于深度学习中的图像检索模型技术领域，具体涉及一种基于图像检索模型的对抗样本生成方法。本发明首先基于深度图像特征构建图像检索模型，然后通过破坏序列近邻关系生成对抗扰动，降低图像检索性能，最后以集成的方式生成通用对抗扰动，提高对抗样本的迁移性。本发明通过使用图像检索模型提取到的特征向量，将图像特征之间的余弦相似度作为衡量匹配程度的得分，按降序排列显示检索到的参考图像，实现图像检索功能。本发明通过集成多个模型生成通用对抗扰动，生成具有更高迁移性的对抗样本。本发明提出的对抗样本生成方法能够生成使图像检索性能明显下降的对抗样本，并且提高了对抗样本迁移性。