公开(公告)号：CN117151207A

公开(公告)日：2023-12-01

申请号：CN202311197147.X

申请日：2023-09-18

Applicant: 西北工业大学

Inventor： 李扬 ,  谭汶易 ,  李非凡 ,  潘泉

IPC: G06N3/094 ,  G06N3/096

Abstract: 本发明涉及人工智能安全技术领域，具体涉及一种基于动态优化集成模型的对抗补丁生成方法。初始化对抗补丁，利用变换函数将对抗补丁贴在原始图像上得到样本对抗图像；将样本对抗图像输入多个目标检测网络中，获取每个目标检测网络输出；建立对抗补丁集成模型并获取集成模型第一损失函数；根据对抗补丁中像素点的像素值获取第二损失函数；根据对抗补丁中相邻两个像素点像素值获取第三损失函数；根据第一损失函数、第二损失函数以及第三损失函数获取总损失函数；利用集成模型进行预设次数迭代，获取总损失函数最小时输出对抗补丁。本发明同时针对多种目标检测模型进行训练，能够生成对所有被攻击目标检测模型都有效的对抗补丁。

公开(公告)号：CN117475079A

公开(公告)日：2024-01-30

申请号：CN202311422886.4

申请日：2023-10-30

Applicant: 西北工业大学

Inventor： 李扬 ,  赵晨星 ,  李非凡 ,  潘泉

IPC: G06T17/00 ,  G06V10/80 ,  G06T7/593 ,  G06T7/90

Abstract: 本发明公开了一种透明物体深度信息估计模型的建立方法及装置，建立透明物体图像训练数据集，图像训练数据集包括若干个图像组，每个图像组均包括RGB图像、拍摄深度信息图和真实深度信息图；将图像组中的RGB图像和拍摄深度信息图组成输入信息分别输入ResNet特征提取模块和Swin Transform特征提取模块，并分别得到对应的第一图像特征和第二图像特征；基于CAS特征融合模块将第一图像特征和第二图像特征进行融合，得到第三图像特征；根据第三图像特征生成的预测深度信息图、真实深度信息图和损失函数优化模型参数；本发明提取图像中的局部特征和全局特征，从而可以生成更加准确的深度信息图，提升模型识别的鲁棒性。