申请/专利权人：南京大学;江苏图客机器人有限公司

申请日：2021-04-15

公开（公告）日：2024-04-09

公开（公告）号：CN113283418B

主分类号：G06V30/148

分类号：G06V30/148;G06V30/19;G06V30/18

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2021.09.07#实质审查的生效;2021.08.20#公开

摘要：本发明涉及一种文本检测攻击方法，其中，基于场景文本检测的目标任务，形成含有文本区域的第一图像，所述方法包括：在第一图像上添加规则形状的涂鸦区域得到第二图像；对所述第二图像进行随机透视变换获得若干不同视角和距离下的第三图像，对第三图像添加随机噪声和背景形成第四图像组成训练集；将所述训练集输入到文本检测网络模型中；根据第四图像其上区域的不同将其划分为涂鸦区域、文本区域及背景区域，并在相应区域覆盖对应掩膜；对不同区域分别执行不同的损失函数计算以实现对文本检测模型的攻击。本发明的攻击方法能够减少涂鸦的可见性同时使训练集具有一定攻击性，为文本检测模型的进一步改进提高参考。

主权项：1.一种文本检测攻击方法，其特征在于，基于场景文本检测的目标任务，形成含有文本区域的第一图像，所述方法包括：在第一图像上添加规则形状的涂鸦区域得到第二图像；对所述第二图像进行随机透视变换获得若干不同视角和距离下的第三图像，对第三图像添加随机噪声和背景形成第四图像组成训练集；将所述训练集输入到文本检测网络模型中；根据第四图像其上区域的不同将其划分为涂鸦区域、文本区域及背景区域，并在相应区域覆盖对应掩膜；对不同区域分别执行不同的损失函数计算以实现对文本检测模型的攻击；所述损失函数包括对所述涂鸦区域进行训练的第一损失函数；对所述文本区域进行训练的第二损失函数以及基于人类视觉系统对涂鸦强度进行评估的第三损失函数；lossmodel＝losspatch+losstext1 其中：对涂鸦区域执行上述第一损失函数即公式2，对文本区域执行上述第二损失函数即公式3，上述公式中，losspatch和losstext分别表示预测输出在涂鸦区域和文本区域的第一损失函数、第二损失函数；patchtrue表示涂鸦区域掩膜；patchscore和patchgeo表示预测得分图和边界框偏移图在涂鸦区域的输出；texttrue、textscore、textgeo、textangle分别是文本区域掩膜、预测得分图、边界框偏移图和角度输出图；所述第三损失函数包括：所述第四图像与所述第一图像之间的颜色差异函数；所述第四图像的边缘信息评估函数及其纹理信息评估函数。

全文数据：

权利要求：

百度查询： 南京大学;江苏图客机器人有限公司 一种文本检测攻击方法

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