预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共28页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114297730A(43)申请公布日2022.04.08(21)申请号202111672727.0G06N3/08(2006.01)(22)申请日2021.12.31(71)申请人北京瑞莱智慧科技有限公司地址100084北京市海淀区中关村东路1号院8号楼19层A1901(72)发明人田天其他发明人请求不公开姓名(74)专利代理机构北京箴思知识产权代理有限公司11913代理人李春晖谭艳(51)Int.Cl.G06F21/64(2013.01)G06K9/62(2022.01)G06V10/74(2022.01)G06V10/82(2022.01)G06N20/00(2019.01)权利要求书2页说明书17页附图8页(54)发明名称对抗图像生成方法、装置及存储介质(57)摘要本申请涉及计算机视觉领域,提供了一种对抗图像生成方法、装置及存储介质。该方法包括:获取掩码概率分布、对抗扰动和原始图像;从所述掩码概率分布中采样得到多个第一掩码;分别根据所述多个第一掩码,将所述对抗扰动添加至所述原始图像,得到多个候选对抗图像;分别计算所述多个候选对抗图像与目标图像的相似度;根据多个所述相似度,计算相似度期望;若所述相似度期望未达到预设阈值,则更新所述掩码概率分布,直至重新采样生成的候选对抗图像与目标图像的相似度期望达到预设阈值,并基于更新后的掩码概率分布确定第二掩码,根据所述第二掩得到目标对抗图像。本申请的实施例使用概率分布来确定稀疏的掩码,能够高效地得到稀疏对抗图像。CN114297730ACN114297730A权利要求书1/2页1.一种对抗图像生成方法,包括:获取掩码概率分布、对抗扰动和原始图像;从所述掩码概率分布中采样得到多个第一掩码,所述第一掩码用于确定所述对抗扰动在所述原始图像上的叠加位置;分别根据所述多个第一掩码,将所述对抗扰动添加至所述原始图像,得到多个候选对抗图像;分别计算所述多个候选对抗图像与目标图像的相似度;根据多个所述相似度,计算基于所述掩码概率分布采样得到的第一掩码,将所述对抗扰动添加至所述原始图像后得到的候选对抗图像与目标图像的相似度期望;若所述相似度期望未达到预设阈值,则更新所述掩码概率分布,直至基于更新后的掩码概率分布,重新采样生成的候选对抗图像与目标图像的相似度期望达到预设阈值,并基于更新后的掩码概率分布确定第二掩码,根据所述第二掩码将所述对抗扰动添加至所述原始图像,得到目标对抗图像。2.如权利要求1所述的对抗图像生成方法,其中,所述掩码概率分布包括至少一个无界参数,所述无界参数通过下述步骤获取:根据掩码概率分布的类型获取至少一个初始参数,所述至少一个初始参数唯一确定所述掩码概率分布;若所述至少一个初始参数中存在取值范围不符合预设数值范围的第一参数,则将映射入所述预设数值范围的第一参数作为所述掩码概率分布的无界参数;若所述至少一个初始参数中存在取值范围符合所述预设数值范围的第二参数,则将所述第二参数作为所述掩码概率分布的无界参数。3.如权利要求2所述的对抗图像生成方法,其中,若所述相似度期望未达到预设阈值,则更新所述掩码概率分布,直至基于更新后的掩码概率分布,重新采样生成的候选对抗图像与目标图像的相似度期望达到预设阈值,并基于更新后的掩码概率分布确定第二掩码,根据所述第二掩码将所述对抗扰动添加至所述原始图像,得到目标对抗图像:若所述相似度期望未达到预设阈值,则更新所述掩码概率分布和所述对抗扰动,直至基于更新后的掩码概率分布和对抗扰动,重新采样生成的候选对抗图像与目标图像的相似度期望达到预设阈值,并基于更新后的掩码概率分布确定第二掩码,根据所述第二掩码将更新后的对抗扰动添加至所述原始图像,得到目标对抗图像。4.如权利要求3所述的对抗图像生成方法,其中,所述更新所述掩码概率分布,包括:根据所述相似度期望分别估计所述掩码概率分布的各个无界参数的第一梯度;基于各个第一梯度的方向,更新对应的无界参数;所述更新所述对抗扰动,包括:根据所述相似度期望计算所述对抗扰动的第二梯度;基于第二梯度的方向,更新所述对抗扰动。5.如权利要求4所述的对抗图像生成方法,其中,所述掩码概率分布为伯努利分布,从所述掩码概率分布中采样得到多个第一掩码,包括:从伯努利分布Bern(g(θm))中进行k次采样,得到k个第一掩码,其中,g(·)=1/2(tanh(·)+1)为归一化函数,0<g(θm)<1,g(θm)表示伯努利分布中的变量为0或1的概率,θm为所2CN114297730A权利要求书2/2页述无界参数;根据所述相似度期望估计所述掩码概率分布的无界参数的第一梯度,包括:采用以下方式估计所述伯努利分布的无界参数θm的梯度:其中,mj表示当前迭代轮次从所述掩码概率