申请/专利权人：福建师范大学

申请日：2023-12-29

公开（公告）日：2024-04-02

公开（公告）号：CN117809142A

主分类号：G06V10/776

分类号：G06V10/776;G06V10/774;G06V10/764;G06V10/82;G06N3/0455;G06N3/0464;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：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。

主权项：1.基于YOLO检测与抹除对抗补丁的防御方法，其特征在于，包括以下步骤：S1：搭建浅层卷积层引入BiFormer注意力机制的改进YOLO模型的上游对抗补丁检测抹除模型，针对上述搭建的上游对抗补丁检测抹除模型进行训练和测试，得到收敛的上游对抗补丁检测抹除模型；S2：搭建下游鲁棒目标检测模型，针对搭建的下游鲁棒目标检测模型进行训练和测试，得到收敛的下游鲁棒目标检测模型；S3：将带有对抗补丁的图像输入收敛的上游对抗补丁检测抹除模型中，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：将上述残缺图像输入收敛的下游鲁棒目标检测模型，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。

全文数据：

权利要求：

百度查询： 福建师范大学 基于YOLO检测与抹除对抗补丁的防御方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD