物理可实现约束的车辆目标反识别方法、系统及存储介质

文档序号:35023984发布日期:2023-08-04 21:42阅读:来源:国知局

技术特征:

1.一种物理可实现约束的车辆目标反识别方法,其特征在于,包括对抗块训练阶段和应用阶段,对抗块训练阶段包括s1-s4,应用阶段包括s5:

2.根据权利要求1所述的方法,其特征在于,所述对抗块生成原则还包括:增大对抗块内部色块不同颜色的色差。

3.根据权利要求1或2所述的方法,其特征在于,s4中,训练损失的过程包括:

4.根据权利要求3所述的方法,其特征在于,训练过程中的损失函数为:

5.根据权利要求1或2所述的方法,其特征在于,s5中,包括:

6.根据权利要求5所述的方法,其特征在于,还包括物理世界验证阶段:

7.根据权利要求1或2所述的方法,其特征在于,s2中,所述对抗块在所述遥感图像中的生成位置包括对抗目标车辆的车顶盖、车前引擎盖、车后箱盖及车门区域中的一个或多个。

8.一种物理可实现约束的车辆目标反识别系统,其特征在于,用于执行如权利要求1-7任一项所述的一种物理可实现约束的车辆目标反识别方法,包括:

9.根据权利要求8所述的系统,其特征在于,所述对抗块生成模块中,对抗块生成原则还包括:增大对抗块内部色块不同颜色的色差。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-7任一项所述的方法。


技术总结
本发明公开了一种物理可实现约束的车辆目标反识别方法、系统及存储介质,属于深度学习方法的对抗攻击领域,方法包括:训练阶段:获取物理世界对抗目标车辆的遥感图像;确定对抗块在所述遥感图像中的生成位置及大小;根据对抗块生成位置及大小生成相应的随机初始对抗块,得到对抗样本图像;将所述对抗样本图像输入车辆检测网络,训练对抗块颜色组成,直至损失收敛或者达到设定的训练次数,输出训练好的对抗块;预测阶段:利用训练好的对抗块进行物理可实现约束的车辆目标反识别。本发明的方法具有物理可实现性及较高的适用性,可应用于特种车辆针对深度神经网络车辆检测器的外观防护处理,增强特种车辆在面对深度神经网络车辆检测器时的隐蔽性。

技术研发人员:杨卫东,肖子雨,王公炎,颜露新,钟胜,黎云
受保护的技术使用者:华中科技大学
技术研发日:
技术公布日:2024/1/14
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1