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！

龙图腾网获悉中国矿业大学申请的专利一种面向自监督视频目标分割的黑盒攻击方法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：CN115393776B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202211148006.4，技术领域涉及：G06V20/40；该发明授权一种面向自监督视频目标分割的黑盒攻击方法是由姚睿;陈莹;周勇;赵佳琦;刘兵;祝汉城;邵志文;杜文亮设计研发完成，并于2022-09-20向国家知识产权局提交的专利申请。

本一种面向自监督视频目标分割的黑盒攻击方法在说明书摘要公布了：本发明公开了一种面向自监督视频目标分割的黑盒攻击方法，基于亲和矩阵的自监督视频目标分割模型学习视频序列的特征表示从而实现强大的像素对应关系。首先基于初始化随机产生的对抗扰动，构建针对单帧、双帧和多帧的对比损失，进行迭代优化；然后设计特征损失增强黑盒攻击所生成对抗样本的可转移性；采用像素级损失使生成的对抗样本噪声不可感知；构建多路径聚合模块获得迭代优化的对抗性扰动并将其添加到原始视频帧产生对抗样本；最终将对抗视频输入自监督视频目标分割网络得到最终预测掩码。本发明对自监督视频目标分割模型的黑盒攻击方法的研究识别了分割算法的脆弱性，能够进一步提升自监督视频目标分割任务的安全性和鲁棒性。

本发明授权一种面向自监督视频目标分割的黑盒攻击方法在权利要求书中公布了：1.一种面向自监督视频目标分割的黑盒攻击方法，其特征在于：自监督视频目标分割网络采用基于亲和矩阵的自监督视频目标分割网络，该方法包括如下步骤： 1针对无注释的原始视频序列X＝{x1,x2,…,xn}，首先通过一个自监督训练的噪声生成器随机生成初始化的对抗性扰动ΔX＝{Δx1,Δx2,…Δxn}；xi表示第i帧的原始图像，Δxi表示对应xi的对抗性扰动，i＝1,2,…,n； 2将对抗扰动ΔX添加到原始视频序列X中获得对抗性视频序列Xadv； 3考虑视频序列间的一致性问题，分别构建针对单帧、双帧和多帧的对比损失攻击，以获得总的对比损失； 4设计特征损失函数，使原始图像在语义上更接近特征空间中的对抗帧，进一步增强对抗性视频序列的可转移性； 5设计像素级损失函数，使对抗性视频序列的噪声不可感知； 6迭代优化总体损失，构建多路径聚合模块获得迭代优化后的对抗性扰动ΔX′，将对抗性扰动ΔX′添加到原始视频序列X中获得最终的对抗性视频序列X′adv； 7给定原始视频序列X的初始帧掩码，将对抗性视频序列X′adv输入自监督视频目标分割网络得到最终预测掩码。

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中国矿业大学，其通讯地址为：221116 江苏省徐州市泉山区大学路1号中国矿业大学科研院；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。