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！

龙图腾网获悉沈阳大学申请的专利一种基于人类视觉特性优化的低可感知性对抗样本生成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：CN120852907B 。

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：202510927299.3，技术领域涉及：G06V10/774；该发明授权一种基于人类视觉特性优化的低可感知性对抗样本生成方法是由涂斌斌;周昊源;包佳玮;赵琳菲;回楠木;韩晓微设计研发完成，并于2025-07-07向国家知识产权局提交的专利申请。

本一种基于人类视觉特性优化的低可感知性对抗样本生成方法在说明书摘要公布了：本发明涉及一种基于人类视觉优化的低可感知对抗样本生成方法，属于人工智能安全领域。针对现有对抗样本扰动易被肉眼察觉的问题，本方法通过初始化图像、目标模型及扰动参数后，构建融合分类损失与感知约束的综合目标函数进行迭代优化。具体包括：通过视觉亮度感知与颜色通道差异化分配约束，控制扰动在人眼敏感阈值内；采用梯度正则化、范数限制与空间稀疏性等结构性约束优化扰动分布；动态调节约束权重参数以适应不同图像特征。最终将优化后的扰动与原始图像融合生成对抗样本。本发明在保证攻击效力的同时，显著降低了扰动在亮度、色彩及纹理结构的可视性，生成的对抗样本与原始图像视觉差异微小，具有更强的隐蔽性。

本发明授权一种基于人类视觉特性优化的低可感知性对抗样本生成方法在权利要求书中公布了：1.一种基于人类视觉特性优化的低可感知性对抗样本生成方法，其特征在于，包括以下步骤： 步骤S1，接收原始数字图像、目标深度学习分类器模型，并对即将施加于原始数字图像的对抗性扰动进行初始化； 步骤S2，通过一迭代优化过程生成所述对抗性扰动； 步骤S3，将所述迭代优化过程最终生成的对抗性扰动与所述原始数字图像叠加融合，从而获得所述低可感知性对抗样本； 所述步骤S2包括以下步骤： 步骤S21，基于所述目标深度学习分类器模型以及当前迭代周期的对抗性扰动，采用数值近似方法或利用模型内部梯度信息，估算一个包含分类损失和感知约束的总体目标函数相对于所述对抗性扰动的梯度； 步骤S22，对所述对抗性扰动施加一项或多项基于视觉亮度感知的约束，所述约束利用人眼对不同光谱成分响应的差异性，调整扰动在不同颜色通道的分配策略，并引入一动态亮度调节机制以抑制对抗样本图像在整体及局部亮度上产生显著的、易于察觉的突变； 步骤S23，对所述对抗性扰动施加一项或多项基于能量泛函理论的结构性约束，所述结构性约束综合考虑扰动的梯度正则化、空间稀疏性以及范数限制，旨在提升扰动分布的平滑度、局部集中性，并控制其整体能量； 步骤S24，实施一动态参数调整策略，在迭代过程中，依据对攻击效果和感知质量的评估反馈，自适应地调整所述对抗性扰动的强度以及各项约束条件的权重系数，以在确保攻击有效性的前提下最大化视觉隐蔽性； 步骤S25，依据步骤S24调整后的参数和步骤S21估计的梯度，更新所述对抗性扰动。

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沈阳大学，其通讯地址为：110000 辽宁省沈阳市大东区望花南街21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。