买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西北工业大学申请的专利一种基于视觉变换和特征鲁棒的对抗训练方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117011508B 。

龙图腾网通过国家知识产权局官网在2025-08-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310882386.2，技术领域涉及：G06V10/20；该发明授权一种基于视觉变换和特征鲁棒的对抗训练方法是由蒋雯;李祥;邓鑫洋设计研发完成，并于2023-07-18向国家知识产权局提交的专利申请。

本一种基于视觉变换和特征鲁棒的对抗训练方法在说明书摘要公布了：本发明公开了一种基于视觉变换和特征鲁棒的对抗训练方法，构建了一个视觉化图像对抗训练框架VTFR，主要包含两部分：视觉变换模块VT和特征鲁棒FR损失函数；视觉变换模块VT通过对图像进行预处理，实现对图像中的主体信息强化，并且弱化背景信息和消除扰动噪声。特征鲁棒FR损失函数通过约束网络在相似图像上的特征相似度，增强网络特征提取部分抗扰动的能力。视觉化图像对抗训练框架能够大幅提高模型在对抗样本上的性能，并且提高其对抗鲁棒性和泛化能力。

本发明授权一种基于视觉变换和特征鲁棒的对抗训练方法在权利要求书中公布了：1.一种基于视觉变换和特征鲁棒的视觉图像对抗训练方法，其特征在于，包括如下步骤： 步骤1：构建神经网络模型，并在训练数据集上进行训练； 步骤2：构建神经网络模型，并进行随机初始化； 步骤3：对神经网络模型的训练数据集，通过PGD对抗攻击算法，在神经网络模型上生成对抗样本数据集； 步骤4：将训练数据集与对抗样本数据集进行视觉变换，得到用于训练的数据集和; 步骤4-1：对训练数据集在神经网络模型上使用Grad-CAM算法得到图像的注意力图，将热力图上各像素点的值视为该位置的权重，对整张图像位置进行加权求和得到图像的物体的中心位置； 其中，为特征图中像素个数，y为标签类别的得分，为第个特征图中点的值，为第个特征图的权重，是物体在图像中的中心位置； 步骤4-2：针对数据集和，在以中心位置为坐标原点的极坐标系中进行非均匀采样； 其中，，为给定的采样曲率，为输入图像尺寸，为采样密度，即限制采样边界为给定采样曲率的图像边界，为图像高度； 步骤4-3：针对数据集和，对得到的非均匀采样图周围进行高斯模糊，得到最终用于训练的图像； 其中，,表示从到模糊像素点的距离,表示像素值权重，表示非均匀采样后的图像，表示高斯模糊后的图像；是超参数，通过控制来控制模糊程度，当进行高斯模糊时，距离物体中心位置越近，越小； 步骤5：将和成对输入神经网络模型用于训练，分别计算对抗样本的分类损失、对抗样本与干净样本之间的特征损失；用这两部分损失和计算梯度，对神经网络模型的参数进行更新； 步骤6：判断神经网络是否收敛，若不收敛，跳回步骤3，否则输出神经网络，得到训练后有对抗鲁棒性的神经网络模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路127号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。