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！

龙图腾网获悉电子科技大学长三角研究院(衢州)申请的专利一种针对人脸识别卷积神经网络的局部背景对抗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：CN115880760B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202211724435.1，技术领域涉及：G06V40/16；该发明授权一种针对人脸识别卷积神经网络的局部背景对抗攻击方法是由王帅;张晨晨;王文一设计研发完成，并于2022-12-30向国家知识产权局提交的专利申请。

本一种针对人脸识别卷积神经网络的局部背景对抗攻击方法在说明书摘要公布了：本发明公开了一种针对人脸识别卷积神经网络的局部背景对抗攻击方法，在训练阶段，不断迭代降低目标人脸与误识别人脸间的损失函数，获得迭代梯度反向传播的微小扰动，每次只保留图片背景有限区域的扰动，经过若干次的迭代之后产生专门针对目标人脸的对抗扰动块，将其直接添加到图片的背景区域使人脸识别器产生错误的识别结果，通过灰度化、均值化等处理手段将对抗扰动块映射到电子屏幕上，并放置于前景人脸之后，实时保护前景人物在在线会议或直播过程中的人脸隐私安全。本发明的方法通过在物理域添加背景对抗扰动块，实现对抗非授权人脸识别的同时保持所有原始面部特征，杜绝人脸图片被恶意截取用作各种人脸识别器训练集的情况。

本发明授权一种针对人脸识别卷积神经网络的局部背景对抗攻击方法在权利要求书中公布了：1.一种针对人脸识别卷积神经网络的局部背景对抗攻击方法，具体步骤如下： S1、将人脸图片裁剪为固定尺寸作为对抗扰动块生成算法的输入； S2、在裁剪后的人脸图片上添加多种变化，包括高斯噪声、光照及饱和度变换； S3、将添加变换后的图片送入梯度迭代算法，不断缩小目标图像和误识别图像间的损失函数，获取每次梯度反向传播产生的微小扰动； 扰动函数定义为： ； 其中，ε表示控制每次迭代扰动强度的超参数，表示损失函数，表示人脸的变换图片； 采用两步迭代法，在目标图像置信度不断下降的过程中采用对数映射的损失函数加快收敛过程，此时损失函数如下所示： ； 其中，表示人脸的变换图片，表示映射函数，可以将人脸映射为其对应的类别，表示图片属于该类别的概率； 当目标图像置信度和误识别图像置信度一致时采用原损失函数来使收敛更加精确： ； S4、对扰动值做灰度化处理，采用灰度图来表征对抗扰动块，保留更多有用的对抗信息，即将彩色扰动块灰度化； S5、再对灰度化的扰动值以2x2的固定步长对扰动图像做均值处理，减少扰动块从数字域到物理域变换过程的干扰，保留更多对抗信息，同时抵抗扰动块转拍过程中模糊拍摄的影响； S6、裁剪扰动图片对应区域的扰动值并添加到变换图片上； S7、将添加扰动块的变换图片送入神经网络结构已知的识别器，当梯度迭代算法达到迭代上限或识别器输出错误的识别结果时，完成扰动块的生成流程并输出扰动块； S8、在拍摄过程中，实时获取前景人脸位置，并将扰动块映射到背景屏幕相对应的下颌两侧； S9、拍摄带有扰动块的图片送入识别器并产生错误的识别结果。

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电子科技大学长三角研究院(衢州)，其通讯地址为：324000 浙江省衢州市柯城区芹江东路288号1幢18楼；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。