一种基于对抗补丁的Grad-CAM攻击方法

    公开(公告)号:CN112686249A

    公开(公告)日:2021-04-20

    申请号:CN202011528278.8

    申请日:2020-12-22

    IPC分类号: G06K9/32 G06N3/04

    摘要: 本发明提供一种基于对抗补丁的Grad‑CAM攻击方法。该方法包括:步骤1:初始化扰动z,并根据设定的二值化掩码m在输入图像x上生成对抗补丁,得到含有对抗补丁的对抗图像x′;步骤2:采用Grad‑CAM方法生成所述对抗图像x′的显著图;步骤3:计算损失函数;其中,所述损失函数的优化目标包括:使得所述对抗图像x′的类别和所述输入图像x的原始类别相一致;引导所述对抗图像x′的显著图偏向对抗补丁所在区域;步骤4:利用计算得到的损失函数更新扰动z以生成新的对抗图像x′;步骤5:重复步骤2至步骤4,直至达到设定的迭代次数,将此时的对抗图像x′作为最终的对抗图像。

    基于参数重构的图像超分辨率重建方法及系统

    公开(公告)号:CN115063297A

    公开(公告)日:2022-09-16

    申请号:CN202210760864.8

    申请日:2022-06-30

    摘要: 本发明属于超分辨率图像重建技术领域,特别涉及一种基于参数重构的图像超分辨率重建方法及系统,通过构建用于对输入图像数据中的低分辨率图像进行特征提取并依据提取特征进行图像重建的超分辨率重建网络,其中,超分辨率重建网络中,首先利用标准卷积来提取输入图像数据的浅层特征,然后利用参数重构的深度可分离卷积提取浅层特征中的深层特征,利用深层特征进行图像重建;利用收集的样本数据进行网络训练;并针对待重建的图像数据,利用训练后的超分辨率重建网络进行特征提取和图像重建。本发明通过参数重构进行特征提取,能够在减少网络参数量和计算量的同时,实现更深层次的特征提取,提升重建图像质量,便于实际场景应用。

    一种基于对抗补丁的Grad-CAM攻击方法

    公开(公告)号:CN112686249B

    公开(公告)日:2022-01-25

    申请号:CN202011528278.8

    申请日:2020-12-22

    IPC分类号: G06V10/25 G06N3/04

    摘要: 本发明提供一种基于对抗补丁的Grad‑CAM攻击方法。该方法包括:步骤1:初始化扰动z,并根据设定的二值化掩码m在输入图像x上生成对抗补丁,得到含有对抗补丁的对抗图像x′;步骤2:采用Grad‑CAM方法生成所述对抗图像x′的显著图;步骤3:计算损失函数;其中,所述损失函数的优化目标包括:使得所述对抗图像x′的类别和所述输入图像x的原始类别相一致;引导所述对抗图像x′的显著图偏向对抗补丁所在区域;步骤4:利用计算得到的损失函数更新扰动z以生成新的对抗图像x′;步骤5:重复步骤2至步骤4,直至达到设定的迭代次数,将此时的对抗图像x′作为最终的对抗图像。

    基于时频掩蔽值估计的波束成形方法及系统

    公开(公告)号:CN112735460B

    公开(公告)日:2021-10-29

    申请号:CN202011557418.4

    申请日:2020-12-24

    摘要: 本发明属于语音增强技术领域,特别涉及一种基于时频掩蔽值估计的波束成形方法及系统,方法包含:获取多通道语音序列,通过傅里叶变换提取幅度谱特征和空域特征;对幅度谱特征通过对数变换得到多通道语音频谱特征序列,送入预先训练优化的神经网络模型获取复值时频掩蔽值;将复值时频掩蔽值转换为语音存在概率,利用概率模型获取时频掩蔽值;由时频掩蔽值及多通道语音特征序列计算语音信号协方差矩阵,对协方差矩阵进行特征值分解获取波束成形滤波器系数;结合波束成形滤波器系数,利用波束成形滤波器对多通道语音序列语音特征滤波处理,得到增强语音信号。本发明集成神经网络和空域聚类进行时频掩蔽值估计,提升波束形成和语音识别的性能。