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！

龙图腾网获悉南京邮电大学申请的专利面向人脸识别的黑盒对抗样本攻击方法、装置、设备及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：CN114898137B 。

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：202210253999.5，技术领域涉及：G06V10/764；该发明授权面向人脸识别的黑盒对抗样本攻击方法、装置、设备及介质是由邵文泽;严煜设计研发完成，并于2022-03-15向国家知识产权局提交的专利申请。

本面向人脸识别的黑盒对抗样本攻击方法、装置、设备及介质在说明书摘要公布了：本发明公开了一种面向人脸识别的黑盒对抗样本攻击方法，包含S1.准备以及预处理数据集。S2.利用DIPDeepImagePrior网络将待优化参数转换为生成器网络参数，训练过程引入多重特征提取网络、指向性特征借此提升攻击精度以及迁移性。S3.将训练初始随机选定的隐编码z，通过图片生成模型，得到最终的攻击图片，将攻击图片混以干净图片以图片对的形式输入到人脸识别模型中得到人脸验证以及识别结果。在攻击场景下通过DIP网络，拓展了攻击优化算法的搜索空间，解决了现有模型对于黑盒攻击中攻击精度以及迁移性不高的问题。

本发明授权面向人脸识别的黑盒对抗样本攻击方法、装置、设备及介质在权利要求书中公布了：1.一种面向人脸识别的黑盒对抗样本攻击方法，其特征在于，包括： 获取带有标签的人脸图像数据； 对获取到的人脸图像数据进行预处理，得到预处理后的人脸图像数据； 将预处理后的人脸图像数据输入DIP网络，结合设定的约束函数，对DIP网络参数进行迭代直至达到预设的迭代停止条件，得到优化好的DIP网络； 基于所述优化好的DIP网络，结合设定的隐编码z，得到攻击图片； 将攻击图片混以干净图片以图片对的形式输入到多重人脸识别模型中得到人脸验证以及识别结果； 所述约束函数，包括：将对抗图像与输入干净图像的差异刻画作为第一损失函数；将对抗图像的集成特征向量与输入干净图像的集成特征向量的差异性刻画作为第二损失函数；将指向性人脸的集成特征向量与对抗图像的集成特征向量的差异性刻画作为第三损失函数；总损失函数如下所示： Ltotal＝αspaceLspace-αfeatureLfeature+αtargetLtarget 其中，Lspace为对抗图像与输入干净图像在视觉像素空间的距离，Lfeature为对抗图像与输入干净图像在人脸特征空间的距离，Ltarget为对抗图像与特征引导图像在人脸特征空间的距离，αspace、αfeature、αtarget为各项损失的权重因子；Ltotal为总损失函数。

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南京邮电大学，其通讯地址为：210003 江苏省南京市鼓楼区新模范马路66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”。