-
公开(公告)号:CN117809142A
公开(公告)日:2024-04-02
申请号:CN202311855724.X
申请日:2023-12-29
Applicant: 福建师范大学
IPC: G06V10/776 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于YOLO检测与抹除对抗补丁的防御方法,属于计算机视觉与深度学习技术领域,包括以下步骤:S1:得到收敛的上游对抗补丁检测抹除模型;S2:得到收敛的下游鲁棒目标检测模型;S3:通过收敛的上游对抗补丁检测抹除模型检测出带有对抗补丁图像中的对抗补丁具体位置,通过具体位置信息定位到对抗区域,针对对抗区域进行灰度值替换操作,得到抹除补丁后的残缺图像;S4:通过收敛的下游鲁棒目标检测模型检测出残缺图像中的目标所在位置,并输出其类别,完成防御;本发明在不更改现有目标检测模型结构的情况下,结合数据和模型的防御方法,能够提高在数字域和物理域中有效防御对抗补丁的效率。