-
公开(公告)号：CN112509070B
公开(公告)日：2024-04-05
申请号：CN202011408336.3
申请日：2020-12-04
Applicant: 武汉大学
Abstract: 本发明提出了一种隐私保护Canny边缘检测方法。本发明包括：客户端、第一云服务器、第二云服务器、第三云服务器。客户端加密源图像，得到一个加密图像和一个偏移图像，分别发送给第一云服务器和第二云服务器；第一云服务器和第二云服务器分别对各自接收到的图像进行颜色空间转换、高斯滤波、梯度计算，并在第三云服务器的帮助下完成低阈值检验、非极大值抑制、高阈值检验、边缘连接、孤立点抑制，之后将两个加密结果图像返回给客户端；客户端解密得到Canny边缘检测的结果。本发明优点在于，在不泄露源图像的隐私信息给云服务器的条件下，实现对源图像的Canny边缘检测，且达到与OpenCV标准Canny边缘检测几乎完全一样的结果。
-
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
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：CN112509070A
公开(公告)日：2021-03-16
申请号：CN202011408336.3
申请日：2020-12-04
Applicant: 武汉大学
Abstract: 本发明提出了一种隐私保护Canny边缘检测方法。本发明包括：客户端、第一云服务器、第二云服务器、第三云服务器。客户端加密源图像，得到一个加密图像和一个偏移图像，分别发送给第一云服务器和第二云服务器；第一云服务器和第二云服务器分别对各自接收到的图像进行颜色空间转换、高斯滤波、梯度计算，并在第三云服务器的帮助下完成低阈值检验、非极大值抑制、高阈值检验、边缘连接、孤立点抑制，之后将两个加密结果图像返回给客户端；客户端解密得到Canny边缘检测的结果。本发明优点在于，在不泄露源图像的隐私信息给云服务器的条件下，实现对源图像的Canny边缘检测，且达到与OpenCV标准Canny边缘检测几乎完全一样的结果。
-
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
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。
-
-
-
Search Results
4
records
(took 0.015 seconds)
