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！

龙图腾网获悉武汉大学申请的专利一种面向自动驾驶语义分割的对抗纹理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：CN116664836B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202310594947.9，技术领域涉及：G06V10/26；该发明授权一种面向自动驾驶语义分割的对抗纹理生成方法及系统是由吴黎兵;马传国;张壮壮;方程瑛;胡跃竞设计研发完成，并于2023-05-24向国家知识产权局提交的专利申请。

本一种面向自动驾驶语义分割的对抗纹理生成方法及系统在说明书摘要公布了：本发明提供一种面向自动驾驶语义分割的对抗纹理生成方法及系统，属于人工智能技术领域，包括：对目标车辆进行对抗纹理生成3D模型建模，获取待生成对抗纹理的facesid列表；基于预设数据集构建所述对抗纹理生成3D模型的训练数据和测试数据；利用所述训练数据和所述测试数据对所述对抗纹理生成3D模型进行训练，对输出对抗纹理进行迭代优化，获取最优对抗纹理。本发明通过在自动驾驶场景中针对高维度物体，制作对抗样本，对车辆对抗纹理进行优化渲染，具有较强的抗攻击性和鲁棒性，并提出语义平均损失，在优化语义平均损失过程中将模型注意力引导到非目标区域，并引入可微分渲染器构造端到端训练框架，通过反向传播算法优化对抗纹理。

本发明授权一种面向自动驾驶语义分割的对抗纹理生成方法及系统在权利要求书中公布了：1.一种面向自动驾驶语义分割的对抗纹理生成方法，其特征在于，包括： 对目标车辆进行对抗纹理生成3D模型建模，获取待生成对抗纹理的模型格式faces id列表； 基于预设数据集构建所述对抗纹理生成3D模型的训练数据和测试数据； 利用所述训练数据和所述测试数据对所述对抗纹理生成3D模型进行训练，对输出的对抗纹理进行迭代优化，获取最优对抗纹理，包括： 确定最大迭代次数和每个完整训练过程epoch的最小样本数量minibatch大小； 利用随机初始化获取初始化对抗纹理； 采用神经渲染器，基于所述对抗纹理生成3D模型、所述初始化对抗纹理和采集数据摄像机参数，得到渲染图片； 确定所述训练数据的二值掩码矩阵，将所述二值掩码矩阵、所述训练数据和所述渲染图片进行融合得到对抗样本，所述二值掩码矩阵包括赋值为1的车辆元素和赋值为0的背景元素； 将所述对抗样本输入目标攻击模型，获得语义分割输出预测分类概率，由所述预测分类概率确定对抗图片分割结果，所述语义分割输出预测分类概率包括任一像素点分为任一分类概率； 计算所述对抗图片分割结果的多个损失函数，通过预设优化算法综合所述多个损失函数进行对抗纹理的反向传播优化，根据绘制对抗样本区域的掩码确定所述目标车辆的原始纹理； 重新执行神经渲染器获得渲染图片的步骤，待所有训练回合结束，得到所述最优对抗纹理； 其中，计算所述对抗图片分割结果的多个损失函数，包括： 由所述语义分割输出预测分类概率得到所述对抗图片分割结果中的车辆预测分类概率，确定所述车辆预测分类概率中的车辆分类分数，由所述车辆分类分数的任一连通分量、任一连通分量像素平均值、图片总像素数量和任一连通分量像素数量，得到语义平均损失函数； 基于所述对抗图片分割结果的攻击查询目标语义分割模型，确定所述对抗图片分割结果的对抗攻击查询值，由所述对抗攻击查询值、对抗样本标签和所述图片总像素数量，得到交叉熵损失函数； 获取所述对抗图片分割结果中任一像素的邻近像素，基于所有邻近像素得到平滑损失函数。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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。