技術編號：39346320
提示：您尚未登錄，請點 登 陸 后下載，如果您還沒有賬戶請點 注 冊 ，登陸完成后，請刷新本頁查看技術詳細信息。本發(fā)明屬于深度學習對抗攻擊，尤其涉及一種無錨框模型類梯度全局對抗樣本生成方法、系統(tǒng)及設備。背景技術、目前，現(xiàn)有對抗攻擊算法大多是以錨框或以單張圖片為單位，在泛化性能上受到錨框超參數(shù)、圖片類型、目標大小及數(shù)量等因素一定程度的制約。近期的研究表明，moosavi-dezfooli等人根據(jù)數(shù)據(jù)集內(nèi)多張圖片構建了一個針對圖像分類問題的通用對抗攻擊算法uap，通過該算法生成的對抗樣本具有通用性及較強的泛化性能。通用性體現(xiàn)在算法無需為每張輸入圖像計算特定擾動，而是通過該算法的計算最終僅僅形成一張通用擾動，...
注意：該技術已申請專利，請尊重研發(fā)人員的辛勤研發(fā)付出，在未取得專利權人授權前，僅供技術研究參考不得用于商業(yè)用途。
該專利適合技術人員進行技術研發(fā)參考以及查看自身技術是否侵權，增加技術思路，做技術知識儲備，不適合論文引用。
請注意，此類技術沒有源代碼，用于學習研究技術思路。