-
公开(公告)号:CN119941925A
公开(公告)日:2025-05-06
申请号:CN202411995433.5
申请日:2024-12-31
Applicant: 喀什地区电子信息产业技术研究院
Abstract: 本发明属于图像处理技术领域,公开了一种基于多模态融合的文本驱动人脸编辑方法,以待处理源图像和文本提示作为输入;通过映射网络将初始隐编码映射到向量空间得到中间隐编码;将中间隐编码和源图像对应的隐编码分别输入生成器,得到第一生成图像和第二生成图像;利用文本损失、风格损失和人脸损失构建总损失,并利用总损失对生成图像隐编码进行优化,并生成最终的人脸图像。本发明对StyleGAN语义网络进行改进,并通过CLIP预训练模型对齐文本与图像特征,同时利用人脸识别网络对齐编辑前后人脸图像特征,以生成高质量、效果佳的人脸编辑图像,并实现属性解耦和保持人脸身份一致。
-
公开(公告)号:CN118230087A
公开(公告)日:2024-06-21
申请号:CN202410250769.2
申请日:2024-03-06
Applicant: 喀什地区电子信息产业技术研究院
IPC: G06V10/774 , G06V10/77 , G06V10/82 , G06V10/46 , G06N3/0475 , G06N3/045 , G06N3/094
Abstract: 本发明属于人工智能安全技术领域,公开了一种基于降维与迁移的对抗样本生成方法,将待处理原始图像和真实标签输入白盒模型集合;从白盒模型集合中随机选取一个白盒模型,通过FGSM算法生成一个候选对抗样本;将生成的候选对抗样本输入黑盒模型进行查询,获得满足终止条件的中间对抗样本;对生成的中间对抗样本进行噪声压缩,生成最终对抗样本。本发明提高了对抗样本的生成效率,同时降低了对抗样本与原始图像之间的差异。
-
公开(公告)号:CN118840628A
公开(公告)日:2024-10-25
申请号:CN202410930760.6
申请日:2024-07-11
Applicant: 喀什地区电子信息产业技术研究院
IPC: G06V10/774 , G06V10/764 , G06V10/82 , G06N3/084
Abstract: 本发明属于人工智能安全技术领域,公开了基于数据增强和梯度约束的对抗样本生成方法及黑盒攻击方法,该对抗样本生成方法为:通过增加扰动对当前迭代过程的待处理图像进行若干次数据增强,并通过替代模型获取对抗梯度;对对抗梯度进行约束;并基于约束后的对抗梯度对梯度动量进行迭代更新;再依据迭代更新后的梯度动量生成对抗样本。本发明能提升对抗样本的迁移攻击成功率,更为有效的评估模型的鲁棒性。
-
-