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！

龙图腾网获悉中南大学申请的专利一种用于动态视觉货柜识别的自适应对抗训练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：CN116758377B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202310864152.5，技术领域涉及：G06V10/774；该发明授权一种用于动态视觉货柜识别的自适应对抗训练方法是由张健;王彦聪;贺建飚;陶泽;任子欣;熊友曹设计研发完成，并于2023-07-14向国家知识产权局提交的专利申请。

本一种用于动态视觉货柜识别的自适应对抗训练方法在说明书摘要公布了：本发明提供了一种用于动态视觉货柜识别的自适应对抗训练方法，包括步骤S1、初始化目标网络参数或初始化目标网络预训练配置，获得动态视觉货柜中正确识别且未加扰动的Xclean；步骤S2、根据目标网络的鲁棒性，采用策略生成器利用启发式的差分进化算法生成自适应调整的攻击参数向量θ；步骤S3、将攻击参数向量θ输入对抗样本生成器，经对抗样本生成器在Xclean中添加扰动生成对抗样本；步骤S4、将Xclean和对抗样本同时输入目标网络中进行训练，并设置训练目标函数；步骤S5：重复步骤S2‑S4，直至达到最大迭代次数，获得用于动态视觉货柜识别的识别模型。本发明能够提高动态视觉货柜中识别模型的对抗攻击能力。

本发明授权一种用于动态视觉货柜识别的自适应对抗训练方法在权利要求书中公布了：1.一种用于动态视觉货柜识别的自适应对抗训练方法，其特征在于，包括以下步骤： 步骤S1、初始化目标网络参数或初始化目标网络预训练配置，获得动态视觉货柜中正确识别且未加扰动的商品图像清洁样本Xclean； 步骤S2、根据目标网络的鲁棒性，采用策略生成器利用启发式的差分进化算法生成自适应调整的商品图像的攻击参数向量θ； 步骤S3、将攻击参数向量θ输入对抗样本生成器，经对抗样本生成器在商品图像清洁样本Xclean中添加扰动生成对抗样本； 步骤S4、将商品图像清洁样本Xclean和对抗样本同时输入目标网络中进行训练，并设置训练目标函数； 步骤S5：重复步骤S2-S4，直至达到最大迭代次数，获得用于动态视觉货柜识别的识别模型； 在步骤S2中，所述攻击参数向量θ包括阴影覆盖位置、阴影值或补丁攻击参数；所述阴影覆盖位置表示对商品图像的阴影攻击覆盖范围，其对应的覆盖区域由商品图像的三个顶点围成；所述阴影值表示商品图像的阴影亮度； 所述步骤S2包括以下分步骤： 步骤S2.1、初始化参数向量种群 在差分进化算法中，种群代表多个商品图像的攻击参数向量θ集合，种群中的每个个体代表一个参数向量θ；给定种群规模N和参数维度D，根据均匀分布随机初始化一个种群，第t代种群采用式1表示为： 在式1中，表示第t代种群中第i个参数向量的第j个参数值；表示第j个参数的下界；表示第j个参数的上界；表示在和之间取随机数； 步骤S2.2、候选参数向量种群生成 利用随机参数向量和以及邻近向量和之间的交叉和优秀个体的近交来生成变异参数向量，采用式2表示变异参数向量为 在式2中，表示第i个变异个体对应的变异参数向量；表示将参数值s、和计算得到的值保持在描述的范围内的剪切操作；表示将参数值s、和计算得到的值保持在描述的范围内的剪切操作；是外部存储的当前最优参数向量；s为缩放因子；表示从第t代种群中随机采样的一个参数向量；表示从第t代种群中随机采样的另一个参数向量；表示与参数向量距离为l1的参数向量；表示与参数向量距离为l2的参数向量；表示第t代种群中第i个参数向量； 获得变异个体对应的变异参数向量后，进行二项交叉操作形成式3所示的最终的候选参数向量： 在式3中，表示第t代种群中第i个变异参数向量的第j个参数；表示第t代种群中第i个候选参数向量的第j个参数；CRi表示交叉概率；jrand表示某一随机参数；rand0,1表示在0和1之间取随机数； 步骤S2.3、可行域及适应度判断 为使对商品图像的阴影攻击覆盖范围集中在目标商品上，需要对候选参数向量进行可行域判断；选择满足可行域判断的像素点对应的候选参数向量与进行适应度判断，满足适应度判断的参数向量组成如式4所示的下一代参数向量种群： 在式4中，表示生成的第t+1代种群中第i个参数向量；表示第t代种群中第i个候选参数向量；表示在候选参数向量下生成的对抗样本在目标网络中的交叉熵损失；表示在参数向量下生成的对抗样本在目标网络中的交叉熵损失； 当达到差分进化算法中设置的最高进化次数时，在最后生成的种群中利用适应度评判生成自适应调整的商品图像的攻击参数向量θ。

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南大学，其通讯地址为：410083 湖南省长沙市岳麓区麓山南路932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。