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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利图像识别算法对抗鲁棒性的评测方法、计算机存储介质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：CN118968229B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202410907722.9，技术领域涉及：G06V10/776；该发明授权图像识别算法对抗鲁棒性的评测方法、计算机存储介质是由刘永祥;刘丽;彭渤文;刘振;高勋章;姜卫东;刘天鹏;张双辉;黎湘设计研发完成，并于2024-07-08向国家知识产权局提交的专利申请。

本图像识别算法对抗鲁棒性的评测方法、计算机存储介质在说明书摘要公布了：本发明公开了一种图像识别算法对抗鲁棒性的评测方法、计算机存储介质，涉及深度学习的安全技术领域，特别是涉及一种定向对抗样本的黑盒迁移方法。通过将变换后的样本输入预先训练的神经网络，得到网络输出；通过预先设定的损失函数，计算输出与目标类别的损失值；计算损失值对目标样本的梯度，并根据学习率进行更新。本发明的特征在于在每次梯度更新迭代中使用大尺度范围的图像缩放操作，以及随机变换，增强所生成对抗样本的迁移能力，进而提高对模型鲁棒性评测的准确性。

本发明授权图像识别算法对抗鲁棒性的评测方法、计算机存储介质在权利要求书中公布了：1.一种图像识别算法对抗鲁棒性的评测方法，其特征在于，包括以下步骤： S1、设定初始对抗样本为，动量；为待攻击图像；迭代次数； S2、对当前对抗样本进行变换，得到变换后的对抗样本； S3、计算预先训练的卷积神经模型对变换后的对抗样本的输出与目标标签的损失函数；为目标标签； S4、计算损失函数对当前输入的梯度； S5、对所述梯度进行卷积操作，利用卷积操作结果获取累计动量；是预定义的卷积核，是动量累积的衰减因子； S6、利用下式更新第i+1次迭代的对抗样本：；为扰动步长，为变换后的图像； S7、的值加1，返回步骤S2，当时，得到定向对抗样本，进入步骤S8；T为最大迭代次数； S8、将定向对抗样本输入待测试卷积神经网络模型，得到识别结果； S9、若，即输出类别为定向攻击的类别，即攻击成功； 步骤S2的具体实现过程包括： 1采样变换几率，其中表示采样区间为0到1的均匀分布，若，进入步骤2；若，则；为给定的变换概率； 2采样变换几率，若，则对图像进行随机变换；若，直接进入步骤3；为设定的随机变换概率； 3从中均匀采样一个缩放率；为设定的缩放率区间，； 4若，执行以下操作：利用双线性插值将尺寸的缩放到尺寸；随机采样垂直方向补零个数和水平方向补零个数；在缩放后的图像上、下分别补零行，图像的左、右分别补零列，得到变换后的对抗样本；H为图像高度，W为图像宽度； 若，执行以下操作：在图像的随机位置裁剪一个的图像；将裁剪的图像利用双线性插值缩放为尺寸，得到变换后的对抗样本。

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人民解放军国防科技大学，其通讯地址为：410005 湖南省长沙市开福区德雅路93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。