北京邮电大学尧思远获国家专利权
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!
龙图腾网获悉北京邮电大学申请的专利多模态融合模型的对抗样本生成方法及装置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:CN119399593B 。
龙图腾网通过国家知识产权局官网在2025-10-10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:202411229248.5,技术领域涉及:G06V10/82;该发明授权多模态融合模型的对抗样本生成方法及装置是由尧思远;蒋希伟;孙浩设计研发完成,并于2024-09-03向国家知识产权局提交的专利申请。
本多模态融合模型的对抗样本生成方法及装置在说明书摘要公布了:本发明提供一种多模态融合模型的对抗样本生成方法及装置,所述方法包括:获取多模态图像,将多模态图像输入至多模态融合模型得到初始融合图像,多模态图像包括多张单模态图像;基于多模态图像确定多个初始对抗样本;将各所述初始对抗样本注入各所述单模态图像中得到各单模态扰动图像,基于各所述单模态扰动图像以及各单模态图像通过多模态融合模型得到各单模态扰动图像对应的半扰动融合图像,基于各半扰动融合图像以及初始融合图像确定各所述单模态图像对应的最优初始对抗样本;基于各最优初始对抗样本生成多个子对抗样本,从多个子对抗样本中确定所述多模态融合模型的最优对抗样本。本发明能够提高多模态融合模型在对抗攻击中的鲁棒性和安全性。
本发明授权多模态融合模型的对抗样本生成方法及装置在权利要求书中公布了:1.一种多模态融合模型的对抗样本生成方法,其特征在于,该方法包括以下步骤: 获取多模态图像,将所述多模态图像输入至多模态融合模型得到初始融合图像,所述多模态图像包括多张单模态图像; 基于所述多模态图像确定多个初始对抗样本; 将各所述初始对抗样本注入各所述单模态图像中得到各单模态扰动图像,基于各所述单模态扰动图像以及各所述单模态图像通过多模态融合模型得到各单模态扰动图像对应的半扰动融合图像,基于各所述半扰动融合图像以及所述初始融合图像确定各所述单模态图像对应的最优初始对抗样本; 基于各所述最优初始对抗样本生成多个子对抗样本,从所述多个子对抗样本中确定所述多模态融合模型的最优对抗样本; 基于各所述半扰动融合图像以及所述初始融合图像确定各所述单模态图像对应的最优初始对抗样本,包括: 计算各所述半扰动融合图像与初始融合图像之间的置信度差值; 确定各所述半扰动融合图像对应的初始对抗样本大小以及攻击前后的扰动区域轮廓偏移程度; 基于各所述置信度差值、初始对抗样本大小以及扰动区域轮廓偏移程度确定各所述单模态图像对应的最优初始对抗样本; 基于各所述最优初始对抗样本生成多个子对抗样本,从所述多个子对抗样本中确定所述多模态融合模型的最优对抗样本,包括: 基于各所述最优初始对抗样本进行选择、变异和交叉得到多个子对抗样本; 将各子对抗样本注入所述多模态图像得到各所述子对抗样本对应的多模态扰动图像; 将所述多模态扰动图像输入至所述多模态融合模型得到全扰动融合图像; 基于各所述全扰动融合图像以及所述初始融合图像确定所述多模态融合模型的最优对抗样本。
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北京邮电大学,其通讯地址为:100876 北京市海淀区西土城路10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”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励