-
公开(公告)号：CN117575903A
公开(公告)日：2024-02-20
申请号：CN202311362384.7
申请日：2023-10-19
Applicant: 重庆长安汽车股份有限公司
IPC: G06T3/4053 , G06T3/4038 , G06T3/4046 , G06V10/82 , G06V10/80 , G06V10/77 , G06N3/0464 , G06N3/048
Abstract: 本发明涉及图像处理技术领域，公开了一种车载环视影像清晰化方法、装置、设备以及存储介质，方法包括：获取待处理图像数据和图像处理模型；通过图像处理模型中的数据预处理层提取当前深层语义特征；通过全局多视野注意力特征层得到当前帧的多个注意力特征图，并拼接为当前帧的融合注意力特征；通过多帧互相关层计算当前帧的融合注意力特征与相邻帧的融合注意力特征之间的差异得到当前帧的差异特征，并将当前帧的差异特征和当前帧的融合注意力特征拼接为当前帧的融合相关特征；通过解耦层对当前帧的融合相关特征进行上采样，得到当前帧清晰化图像。本发明在低成本条件下还保证了图像的恢复精度。
-
公开(公告)号：CN117078560A
公开(公告)日：2023-11-17
申请号：CN202311251959.8
申请日：2023-09-26
Applicant: 重庆长安汽车股份有限公司
IPC: G06T5/00 , G06T7/10 , G06T15/00 , G06N3/0455 , G06N3/0475 , G06N3/094
Abstract: 本发明涉及一种基于对抗生成网络的图像真实感增强方法及系统，通过类别标签映射对真实样本图像与仿真样本图像进行配对，得到语义对齐的真实图像碎片和仿真图像碎片；将仿真样本图像的渲染信息编译为渲染特征；构建图像真实感增强模型，利用渲染特征以及配对好的真实图像碎片和仿真图像碎片训练图像真实感增强模型，根据生成图像的真实感损失和特征结构损失调整图像真实感增强模型的参数，得到训练好的图像真实感增强模型；利用训练好的图像真实感增强模型生成更具真实感的仿真图，实现复杂场景图像多目标的真实感风格迁移的同时保障了图像真实感风格迁移的效率和效果。
-
公开(公告)号：CN115630682A
公开(公告)日：2023-01-20
申请号：CN202211349205.1
申请日：2022-10-31
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明公开了一种对抗样本生成方法、装置、设备、介质及模型训练方法，所述对抗样本生成方法通过向条件对抗生成网络中输入原始图像以及定向攻击标签，以生成第一扰动图像；采用核函数对所述第一扰动图像进行平滑处理，得到第二扰动图像；将所述第二扰动图像与所述原始图像进行叠加，形成对抗样本。本发明所提供的对抗样本生成方法由于引入了核函数对初始生成的扰动图像进行平滑处理，降低了生成的对抗样本对于攻击模型的敏感性，具有较好的迁移攻击性能，此外由于本发明的条件对抗生成网络中包含CAN网络，使得利用本方法生成的对抗样本在黑盒场景下相对于传统的基于梯度迭代的方法具有更高的计算效率。
-
公开(公告)号：CN117079067A
公开(公告)日：2023-11-17
申请号：CN202310479740.7
申请日：2023-04-28
Applicant: 重庆长安汽车股份有限公司
IPC: G06V10/774 , G06V10/75 , G06V10/82 , G06V10/42 , G06V10/54 , G06N3/0475 , G06N3/088 , G06N3/094
Abstract: 本申请涉及机器学习技术领域，提供了一种模型对抗攻击方法、装置、设备及介质，方法包括：通过初始生成网络，得到携带标签的第一攻击数据集对应的初始对抗样本，并将初始对抗样本传输至目标攻击模型对应的替代模型，得到替代模型的损失值；将第一攻击数据集和不携带标签的第二攻击数据集传输至特征匹配网络，以对语义特征、纹理特征进行特征匹配，得到特征匹配网络的损失值；根据替代模型的损失值、特征匹配网络的损失值，更新初始生成网络的参数，得到目标生成网络；将目标攻击数据集传输至目标生成网络，得到目标对抗样本，并将目标对抗样本传输至目标攻击模型，以实现模型对抗攻击。提高了跨域数据对目标模型的攻击效果，模型攻击范围更广。
-
公开(公告)号：CN116958746A
公开(公告)日：2023-10-27
申请号：CN202310914130.5
申请日：2023-07-24
Applicant: 重庆长安汽车股份有限公司
IPC: G06V10/774 , G06V10/56 , G06V10/82 , G06N3/0475 , G06N3/084
Abstract: 本发明公开了对抗样本生成方法、系统、存储介质及电子设备，涉及汽车智能化应用技术领域，其方法包括以下步骤：S1、获得与训练样本对应的第一颜色统计特征，基于训练样本xi的随机噪声生成第一对抗样本；S2、获得第二颜色统计特征；S3、将第一颜色统计特征及第二颜色统计特征进行归一化处理，分别获得第一颜色分布特征及第二颜色分布特征，并计算二者在颜色各通道之间的相似损失值；S4、通过相似损失值计算获得总体损失值，通过总体损失值与原始损失值计算得到更新损失值；S5、通过更新损失值反向传播更新第一对抗样本，通过本发明生成的对抗样本无论在数字世界和还是在物理世界均可与训练数据具有更高的相似性。
-
Patent Agency Ranking
公开(公告)号：CN116486164A
公开(公告)日：2023-07-25
申请号：CN202310467224.2
申请日：2023-04-26
Applicant: 重庆长安汽车股份有限公司
IPC: G06V10/764 , G06V10/774 , G06T5/00 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种对抗样本防御方法、装置、车辆和存储介质。对抗样本防御方法包括：根据训练数据和训练数据对应的标签数据生成训练用对抗样本；将训练用对抗样本输入预先设置的深度学习模型训练得到第一去噪模型；将原始数据输入第一去噪模型中去除与标签数据对应的特定目标攻击信息，得到对抗样本防御结果。由于本申请提供的对抗样本防御方法将训练数据和标签数据混合后得到的训练用对抗样本输入深度学习模型进行训练，训练后得到的第一去噪模型对于标签数据对应的特定目标攻击信息的防御能力得到显著提升，当原始数据进入目标识别装置前，去噪模型能够快速识别针对特定目标的攻击信息并有效去除，提高了对抗样本防御能力。
-
公开(公告)号：CN117710569A
公开(公告)日：2024-03-15
申请号：CN202311523270.6
申请日：2023-11-14
Applicant: 重庆长安汽车股份有限公司
Abstract: 本发明涉及计算机视觉技术领域，公开了一种物体的逆渲染方法、装置、设备及存储介质。其中，该方法包括：获取目标物体在多个不同光照条件下的目标图像序列，目标图像序列包括目标物体在多个视图下的拍摄图像；对每个目标图像序列中的目标物体进行几何重建，得到目标物体对应的几何结构信息；基于几何结构信息确定目标物体对应的物体表面，对物体表面进行材质恢复，得到目标物体对应的材质信息；基于几何结构信息和材质信息，生成目标物体的三维模型和材质贴图。通过实施本发明技术方案，最大程度上保证了材质还原的准确度，使得目标物体的三维模型和材质贴图具有较高的真实度，从而保证了仿真测试场景的构建真实度。
-
公开(公告)号：CN116935162A
公开(公告)日：2023-10-24
申请号：CN202310916762.5
申请日：2023-07-24
Applicant: 重庆长安汽车股份有限公司
IPC: G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/094
Abstract: 本发明实施例提供了一种基于目标检测的对抗黑盒攻击方法、装置、设备及介质，涉及对抗攻击技术领域。该方法包括：将初始对抗补丁放入待检测样本中，得到中间待检测样本；将中间待检测样本输入至白盒替代模型，确定预设损失函数的损失值；根据基于梯度的对抗攻击算法和损失值对初始对抗补丁进行更新，得到更新后的对抗补丁；将更新后的对抗补丁作为初始对抗补丁，重复执行将初始对抗补丁放入待检测样本中的步骤至得到更新后的对抗补丁的步骤，直至预设损失函数收敛，得到目标对抗补丁；将目标对抗补丁粘贴到真实检测目标的对应位置上，通过黑盒目标检测系统对真实检测目标进行检测，得到黑盒检测结果，从而提升黑盒目标检测对抗攻击的准确性。
-
公开(公告)号：CN116645471A
公开(公告)日：2023-08-25
申请号：CN202310628354.X
申请日：2023-05-30
Applicant: 重庆长安汽车股份有限公司
IPC: G06T17/00 , G06T7/194 , G06T7/70 , G06V10/764
Abstract: 本发明实施例提供一种提取前景物体的建模方法、系统、设备及存储介质，属于三维重建技术领域。提取前景物体的建模方法包括：获取目标物体的图像点云数据以及相机位姿信息；将图像点云数据中的前景与背景进行分离，得到前景物体点云；根据提取出的前景物体点云确定出前景最小包围盒；基于上述数据，确定出前景点数据和背景点数据；基于前景点数据和背景点数据，利用预设重构网络，确定出前景物体重构数据和背景重构数据；根据前景物体重构数据和背景重构数据，生成目标物体模型并进行显示。本发明实施例利用最小包围盒标定前景和背景，减少了人工标注的成本，还利用预设重构网络预测出模型数据，提高了模型重构的精确度以及准确性。
-
公开(公告)号：CN116434038A
公开(公告)日：2023-07-14
申请号：CN202310580615.5
申请日：2023-05-22
Applicant: 重庆长安汽车股份有限公司
Abstract: 本申请提供一种基于攻击测试的图像处理方法、装置、设备及存储介质。方法包括：获取欲攻击的待识别图像；根据攻击意图，选择期望在待识别图像中隐去相应物体的第一物体列表和期望在待识别图像中生成新物体的第二物体列表；根据目标检测器、第一物体列表和第二物体列表，通过预设的注意力攻击策略对待识别图像进行迭代处理，得到用于替换待识别图像的攻击图像。如此，利用第一物体列表可以隐去待识别图像中的相应物体，利用第二物体列表可以在待识别图像中生成新的物体，能够灵活模拟各类针对性目标以生成攻击图片，进而有利于提高攻击测试的灵活性与效率。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.03 seconds)
