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！

龙图腾网获悉河海大学申请的专利基于多模式图像的对抗样本生成方法及系统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：CN116883759B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202310904690.2，技术领域涉及：G06V10/764；该发明授权基于多模式图像的对抗样本生成方法及系统是由吉顺慧;高若凡;李新宇;张鹏程设计研发完成，并于2023-07-21向国家知识产权局提交的专利申请。

本基于多模式图像的对抗样本生成方法及系统在说明书摘要公布了：本发明提出了一种基于多模式图像的对抗样本生成方法及系统。为了让生成的对抗样本在微小扰动的限制下更有效地使DNN产生误判，本发明首先利用图像的多种模式来判定关键区域，限定扰动位置，得到图像掩码。然后进行多轮迭代，在扰动像素的限制下给图像添加扰动。每轮迭代过程中，首先计算当前候选像素的重要性，选取top‑k个像素点。然后计算损失函数，并以损失函数的梯度方向作为扰动方向。不以固定参数作为每步迭代中的扰动幅度大小，而是计算每个像素周围像素的均值和标准差，生成与周围像素类似的噪声，并作为扰动添加到上一次迭代的图像中。本发明能够减少扰动幅度和扰动像素点个数，提高对抗样本的不可感知性及攻击成功率。

本发明授权基于多模式图像的对抗样本生成方法及系统在权利要求书中公布了：1.一种基于多模式图像的对抗样本生成方法，其特征在于，包括如下步骤： 步骤1：获取原始图像数据集，对图像进行转化生成对应的灰度图以及黑白二色图； 步骤2：对于RGB图像采用类激活映射方法获取决定神经网络分类的关键区域，对于灰度图获取高频区域，对于黑白二色获取边缘区域，将三种模式图像获取的相应区域取交集，以对每张样本图像的像素个数及位置进行限制，生成图像掩码； 步骤3：计算像素重要性，选取top-k像素点根据损失函数梯度方向迭代地添加扰动，直到添加扰动后的对抗样本攻击成功或者达到最大迭代次数； 步骤1中生成对应的灰度图以及黑白二色图的方法，包括如下步骤： 步骤11：获取数据集中的RGB图像，生成对应的灰度图像，用于计算图像的频率信息； 步骤12：在灰度图的基础上进一步得到黑白二色图，用于图像主体部分的边缘提取； 步骤2中生成图像掩码的方法，包括如下步骤： 步骤21：利用基于梯度的类激活映射方法得到RGB图像中决定DNN分类的关键区域，通过阈值将其二值化得到第一层图像掩码； 步骤22：根据RGB图像转化得到的黑白二色图划分出主体图像边缘，即为第二层图像掩码； 步骤23：对灰度图像进行DCT变换及量化得到图像的频率信息，根据频率高低的划分得到第三层图像掩码； 步骤24：综合步骤21、步骤22和步骤23中得到的第一层图像掩码、第二层图像掩码以及第三层图像掩码生成最终的图像掩码，即像素点限定来约束扰动； 所述步骤3中损失函数包括交叉熵损失以及脆弱性损失，公式如下： ； 其中以为底，为网络最后一层输出，向量中每个值为不同种类的分类概率值，是类别个数；是传入的标签，表示这条样本对应的真实类别； ； 其中是对于网络最后一层输出值进行排序得到的降序结果； 所述步骤3中像素重要性计算方法为： 分别计算交叉熵损失以及脆弱性损失对图像的梯度值、，结合二者的梯度方向作为扰动添加方向，公式如下： ； 其中.sign是符号函数，取的符号，大于0返回1，小于0返回-1，等于0返回0； 在步骤2中得到的候选像素点中根据像素重要性选取top-k个像素作为当前轮迭代中的限定像素点，重要性权重计算公式如下： ； 其中是利用类激活映射方法得到的像素分类重要程度值，是利用灰度图计算像素频率信息得到的频率值，是损失函数求梯度得到的梯度值。

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河海大学，其通讯地址为：210098 江苏省南京市鼓楼区西康路1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。