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！

龙图腾网获悉贵州大学申请的专利一种对抗攻击图像生成方法、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：CN117173508B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202311139012.8，技术领域涉及：G06V10/774；该发明授权一种对抗攻击图像生成方法、装置、设备及存储介质是由李智;王熠;罗如为;张丽设计研发完成，并于2023-09-05向国家知识产权局提交的专利申请。

本一种对抗攻击图像生成方法、装置、设备及存储介质在说明书摘要公布了：本申请公开了一种对抗攻击图像生成方法、装置、设备及存储介质，通过选择特定的对抗噪声图案以及干净样本作为生成器的输入，基于对比学习的相似性对比损失，在破坏干净样本的低级特征的同时学习适应样本的高密重复性特征，使得训练后的生成器输出的对抗样本获得影响分类器决策的新特征，进一步地利用高斯低通滤波器提取干净样本的低频部分和对抗样本的高频部分进行融合，产生新的对抗攻击样本进一步地强化了原特征的丢失以及新特征的融合，提高了对抗攻击样本的泛化能力以及攻击成功率。

本发明授权一种对抗攻击图像生成方法、装置、设备及存储介质在权利要求书中公布了：1.一种对抗攻击图像生成方法，其特征在于，包括： S1、在目标数据域中构建一个生成器Gθ； S2、获取干净样本以及对抗性噪声图案； S3、将对抗性噪声图案作为正样本，干净样本作为负样本，以相似性对比损失值为最小为目标，对生成器Gθ进行训练； S4、获取训练后的生成器Gθ根据待输入图像生成的第一对抗攻击图像； S5、通过高斯低通滤波器提取干净样本的低频部分特征以及第一对抗攻击图像的高频部分特征； S6、将干净样本的低频部分特征以及第一对抗攻击图像的高频部分特征进行融合，得到第二对抗攻击图像； 所述步骤S3具体包括： 将对抗性噪声图案作为正样本，干净样本作为负样本，以分类器特定层L的相似性对比损失值为最小值为目标，对生成器进行训练，其中所述相似性对比损失值的第一计算式为： 其中，α∈R+，xi为干净样本，上标i表示干净样本来源于目标数据域，fi L为在目标数据域中训练的分类器，L表示为特定层的特征映射，p代表对抗性噪声图案，为生成器Gθ生成的对抗样本与干净样本xi在特定层L中的余弦相似度，为生成器Gθ生成的对抗样本与对抗性噪声图案p在特定层L中的余弦相似度； 或 所述步骤S3具体包括： 将对抗性噪声图案作为正样本，干净样本作为负样本，以分类器各特征层L的加权相似性对比损失值为最小值为目标，对生成器进行训练，其中所述加权相似性对比损失值的第二计算式为： 其中，α∈R+，xi为干净样本，上标i表示干净样本来源于目标数据域，fi L为在目标数据域中训练的分类器，L表示为分类器各特征层的特征映射，p代表对抗性噪声图案，为生成器Gθ生成的对抗样本与干净样本xi在分类器特征层L中的余弦相似度，为生成器Gθ生成的对抗样本与对抗性噪声图案在分类器特征层L中的余弦相似度，ωL为分类器特征层L中信息的权重。

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贵州大学，其通讯地址为：550025 贵州省贵阳市花溪区贵州大学；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”。

以上内容由龙图腾AI智能生成。