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！

龙图腾网获悉杭州电子科技大学申请的专利基于空域频域流多源对抗训练的动作识别防御方法、装置、设备及存储介质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：CN120260138B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202510736643.0，技术领域涉及：G06V40/20；该发明授权基于空域频域流多源对抗训练的动作识别防御方法、装置、设备及存储介质是由李平;庞博;倪家楠设计研发完成，并于2025-06-04向国家知识产权局提交的专利申请。

本基于空域频域流多源对抗训练的动作识别防御方法、装置、设备及存储介质在说明书摘要公布了：基于空域频域流多源对抗训练的动作识别防御方法、装置、设备及存储介质。首先对原始视频预处理得到原始视频样本；通过空域频域流掩码生成模块，使用遗传算法将原始视频样本的输入空间域、输入频域掩码作为优化目标，得到空域频域流掩码；之后，通过空域频域流对抗样本生成模块，输入空域频域流掩码和原始视频样本，使用投影梯度下降算法生成视频对抗样本；然后，通过多源对抗训练模块，输入视频对抗样本和原始视频样本，平衡两者之间的数据分布，得到具有强对抗鲁棒性的动作识别模型。本发明不仅基于视频关键区域生成对抗样本学习真实对抗样本数据分布，又能缓解对抗样本与原始视频样本的数据分布差异问题，提高了动作识别模型的对抗鲁棒性。

本发明授权基于空域频域流多源对抗训练的动作识别防御方法、装置、设备及存储介质在权利要求书中公布了：1.基于空域频域流多源对抗训练的动作识别防御方法，其特征在于，包括以下步骤： 步骤1获取动作识别视频数据作为原始视频样本和待防御的动作识别模型，将待防御模型复制三份并初始化权重同时分别命名为鲁棒模型、干净模型和对抗模型； 步骤2构建空域频域流掩码生成模块，所述空域频域流掩码生成模块，由输入空间域掩码生成模块、频域掩码生成模块组成；所述空域频域流掩码由输入空间域掩码集合、频域掩码集合组成； 所述输入空间域掩码生成模块的处理过程包括以下步骤： 将原始视频样本输入前背景分离模型，得到前景部分和背景部分， 在背景部分随机生成由输入空间域掩码组成的若干个输入空间掩码集合，每个所述输入空间掩码由若干个大小相同、像素值为0的矩形掩码块组成； 将原始视频样本和输入空间掩码集合输入掩码集合选择方法，得到最终的输入空间域掩码集合； 所述频域掩码生成模块的处理过程包括以下步骤： 将原始视频样本进行离散余弦变换，得到低频部分和高频部分， 在低频部分随机生成由频域掩码组成的频域掩码集合，每个所述频域掩码由若干个大小相同、像素值为0的矩形掩码块组成； 将原始视频样本和频域掩码集合输入掩码集合选择方法，得到最终的频域掩码集合； 所述掩码集合选择方法包括以下步骤： 将原始视频样本和每个所述掩码集合分别进行哈达玛积，得到每个所述掩码集合对应的掩码视频样本； 将每个掩码视频样本分别输入鲁棒模型，使用快速梯度符号法得到每个掩码视频样本对应的掩码对抗样本，将所有掩码对抗样本输入干净模型中得到每个掩码对抗样本对应的掩码集合分数；每个所述掩码集合对应一个掩码集合分数； 将原始视频样本输入到空域频域流掩码生成模块，使用遗传算法优化定位掩码，得到空域频域流掩码； 步骤3构建空域频域流对抗样本生成模块，输入为原始视频样本和空域频域流掩码，输出为视频对抗样本； 步骤4构造多源对抗训练模块，将原始视频样本和视频对抗样本输入到干净模型、对抗模型和鲁棒模型，联合优化上述三个模型，输出为鲁棒模型； 步骤5迭代优化由空域频域流掩码生成模块、空域频域流对抗样本生成模块和多源对抗训练模块组成的动作识别防御模型，将最终输出的鲁棒模型作为动作识别防御模型。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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”。