公开(公告)号：CN115115033B

公开(公告)日：2024-08-23

申请号：CN202210770905.1

申请日：2022-06-30

Applicant: 武汉大学

Inventor： 何发智 ,  许黄心歆 ,  鄢小虎 ,  范林坤

IPC: G06N3/094 ,  G06N3/084 ,  G06N3/0464 ,  G06V10/774 ,  G06V10/82 ,  G06V20/64 ,  G06T17/20

Abstract: 本发明提供一种基于顶点扰动的三维网格对抗样本生成方法及系统，利用神经网络对三维网格顶点的反传梯度方向，迭代地修改指定数量的梯度最大顶点的坐标，直到坐标扰动的最大值达到上限；同时在每步迭代之后剪切坐标值，以确保更新后的项点坐标位于初始顶点的值域中，从而生成能够误导神经网络且视觉自然的对抗样本。本发明提出的方法可以控制实际工程设计和应用中的顶点扰动数量。因此，该方法能够避免三维网格到二维图像的投影和近似误差，同时能够减少计算开销。本发明可用于探究三维网格的对抗攻击任务中，且所生成的三维网格能明显有效地攻击分类任务的神经网络，且具有很好的黑盒迁移能力，有利于大型三维几何设计和新一代人工智能模型实现。

公开(公告)号：CN115759175A

公开(公告)日：2023-03-07

申请号：CN202211498735.2

申请日：2022-11-28

Applicant: 武汉大学

Inventor： 何发智 ,  吴彩云 ,  范林坤 ,  杨露

IPC: G06N3/006

Abstract: 本发明公开了一种基于近似全局优化的细节层次网格模型逼近方法。首先对简化后的细节层次网格模型的每个点计算可移动范围，该范围通过基于最近邻接点的可变几何空间来确定，然后结合麻雀算法的全局探索能力和灰狼算法的局部勘探能力，构建协同学习的麻雀‑灰狼优化算法，在保留细节层次网格模型的面结构的情况下，使用麻雀‑灰狼优化算法来寻找最佳的顶点位置组合，全局地对细节层次网格的所有顶点进行优化，来逼近原始网格模型。本发明通过网格优化，能够得到具有最小近似误差的最优三维网格逼近效果。

公开(公告)号：CN115496940A

公开(公告)日：2022-12-20

申请号：CN202211084819.1

申请日：2022-09-06

Applicant: 武汉大学

Inventor： 何发智 ,  杨露 ,  代笠 ,  范林坤

IPC: G06V10/764 ,  G06V10/774 ,  G06N3/12

Abstract: 本发明公开了一种图像分类方法、装置、设备及存储介质，涉及计算机视觉技术领域，该方法包括步骤：基于原语集和终端集生成初始种群；计算所述初始种群中所有个体的适应度；将所述初始种群中适应度最高的个体作为最优个体，以完成一次迭代，并确定所述最优个体是否满足预设条件；当所述最优个体满足预设条件时，利用所述最优个体对图像进行分类。本申请能够提高图分类的性能，同时也大幅度提高了训练速度。

公开(公告)号：CN115115033A

公开(公告)日：2022-09-27

申请号：CN202210770905.1

申请日：2022-06-30

Applicant: 武汉大学

Inventor： 何发智 ,  许黄心歆 ,  鄢小虎 ,  范林坤

IPC: G06N3/04 ,  G06N3/08 ,  G06V10/774 ,  G06V10/82 ,  G06V20/64 ,  G06T17/20

Abstract: 本发明提供一种基于顶点扰动的三维网格对抗样本生成方法及系统，利用神经网络对三维网格顶点的反传梯度方向，迭代地修改指定数量的梯度最大顶点的坐标，直到坐标扰动的最大值达到上限；同时在每步迭代之后剪切坐标值，以确保更新后的项点坐标位于初始顶点的值域中，从而生成能够误导神经网络且视觉自然的对抗样本。本发明提出的方法可以控制实际工程设计和应用中的顶点扰动数量。因此，该方法能够避免三维网格到二维图像的投影和近似误差，同时能够减少计算开销。本发明可用于探究三维网格的对抗攻击任务中，且所生成的三维网格能明显有效地攻击分类任务的神经网络，且具有很好的黑盒迁移能力，有利于大型三维几何设计和新一代人工智能模型实现。