【技术实现步骤摘要】
本专利技术属于图像识别，特别涉及一种针对图像识别的多目标对抗样本生成方法及相关装置。
技术介绍
1、随着人工智能的发展，图像识别在配电网络中的应用逐渐深入，图像在提升配电网可靠性中发挥着越来越重要的作用；示例解释性地，如在配电站房中，基于图像识别方法对监控视频进行安全帽佩戴检测、生物入侵检测等；如在配电线路巡检过程中，基于无人机拍摄图像进行故障识别、异物识别等。
2、鉴于针对图像的对抗攻击等网络安全威胁的兴起，对对抗样本生成方法的研究有助于对抗防御方法的进一步提升，能够为配电网的安全运行提供更可靠的基础。然而，现有技术中能够对图像进行攻击的范围较小，且生成的对抗样本的扰动较大，攻击成功率较低，亟需研发新的对抗样本生成方案。
技术实现思路
1、本专利技术的目的在于提供一种针对图像识别的多目标对抗样本生成方法及相关装置，以解决上述存在的一个或多个技术问题。本专利技术提供的多目标对抗样本生成方案，能够生成扰动较小、攻击成功率较高的多目标对抗样本。
2、为达到上述目的，本专利技术采用以下技术方案：
3、本专利技术第一方面，提供一种针对图像识别的多目标对抗样本生成方法，包括以下步骤：
4、获取待生成多目标对抗样本的原始图片；
5、利用训练好的目标检测模型对所述原始图片进行目标检测，获得所述原始图片上各个目标的锚框，裁剪各个目标的锚框并生成各个目标的热力图；对于各个目标的热力图，分别以r值最大的像素点为中心选定与锚框同比例下预设尺寸的
6、生成所述原始图片中所有目标的初始对抗样本，并基于各个目标的补丁矩形框的定位和尺寸，在初始对抗样本上裁剪获得各个目标的对抗补丁；
7、采用各个目标的对抗补丁，在原始图片上进行同定位、同尺寸替换，获得最终的多目标对抗样本。
8、本专利技术多目标对抗样本生成方法的进一步改进在于，所述目标检测模型的网络架构为yolo（you only look once）系列网络。
9、本专利技术多目标对抗样本生成方法的进一步改进在于，所述裁剪各个目标的锚框并生成各个目标的热力图的步骤包括：
10、裁剪各个目标的锚框并分别输入grad-cam（梯度加权类激活映射，gradient-weighted class activation mapping）模型，在grad-cam模型中基于类激活映射图生成方法生成各个目标的热力图。
11、本专利技术多目标对抗样本生成方法的进一步改进在于，所述生成所述原始图片中所有目标的初始对抗样本的步骤包括：
12、利用mi-fgsm（基于动量的迭代快速梯度符号攻击方法，momentum iterativefast gradient sign method）生成所述原始图片中所有目标的初始对抗样本。
13、本专利技术第二方面，提供一种针对图像识别的多目标对抗样本生成系统，包括：
14、数据获取模块，用于获取待生成多目标对抗样本的原始图片；
15、补丁矩形框获取模块，用于利用训练好的目标检测模型对所述原始图片进行目标检测，获得所述原始图片上各个目标的锚框，裁剪各个目标的锚框并生成各个目标的热力图；对于各个目标的热力图，分别以r值最大的像素点为中心选定与锚框同比例下预设尺寸的矩形框，获得各个目标的补丁矩形框；
16、对抗补丁获取模块，用于生成所述原始图片中所有目标的初始对抗样本，并基于各个目标的补丁矩形框的定位和尺寸，在初始对抗样本上裁剪获得各个目标的对抗补丁；
17、多目标对抗样本生成模块，用于采用各个目标的对抗补丁，在原始图片上进行同定位、同尺寸替换，获得最终的多目标对抗样本。
18、本专利技术多目标对抗样本生成系统的进一步改进在于，所述补丁矩形框获取模块中，所述目标检测模型的网络架构为yolo系列网络。
19、本专利技术多目标对抗样本生成系统的进一步改进在于，所述补丁矩形框获取模块，执行裁剪各个目标的锚框并生成各个目标的热力图的步骤包括：
20、裁剪各个目标的锚框并分别输入grad-cam模型，在grad-cam模型中基于类激活映射图生成方法生成各个目标的热力图。
21、本专利技术多目标对抗样本生成系统的进一步改进在于，所述对抗补丁获取模块中，执行生成所述原始图片中所有目标的初始对抗样本的步骤包括：
22、利用mi-fgsm生成所述原始图片中所有目标的初始对抗样本。
23、本专利技术第三方面，提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现如本专利技术第一方面中任一项所述的针对图像识别的多目标对抗样本生成方法。
24、本专利技术第四方面，提供一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如本专利技术第一方面中任一项所述的针对图像识别的多目标对抗样本生成方法。
25、与现有技术相比，本专利技术具有以下有益效果：
26、本专利技术提供的针对图像识别的多目标对抗样本生成方法中，针对目标生成初始对抗样本，然后提取上述生成的初始对抗样本中靶向攻击区域，获得与原始图片目标位置分别对应的对抗补丁；最后，在原始图片上按照对应位置进行对抗补丁替换以生成最终的对抗样本。本专利技术技术方案中，创新性提出了对抗补丁替换手段，通过热力图结合目标定位的方式确定了对抗补丁的定位及尺寸，裁剪并进行对应替换，实现了攻击成功率和扰动量的平衡，可获取生成扰动小、攻击成功率高的多目标对抗样本，对于后续防御方法的进一步提升有一定的借鉴性及指导性。
本文档来自技高网...【技术保护点】
1.一种针对图像识别的多目标对抗样本生成方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种针对图像识别的多目标对抗样本生成方法，其特征在于，所述目标检测模型的网络架构为YOLO系列网络。
3.根据权利要求1所述的一种针对图像识别的多目标对抗样本生成方法，其特征在于，所述裁剪各个目标的锚框并生成各个目标的热力图的步骤包括：
4.根据权利要求1所述的一种针对图像识别的多目标对抗样本生成方法，其特征在于，所述生成所述原始图片中所有目标的初始对抗样本的步骤包括：
5.一种针对图像识别的多目标对抗样本生成系统，其特征在于，包括：
6.根据权利要求5所述的一种针对图像识别的多目标对抗样本生成系统，其特征在于，所述补丁矩形框获取模块中，所述目标检测模型的网络架构为YOLO系列网络。
7.根据权利要求5所述的一种针对图像识别的多目标对抗样本生成系统，其特征在于，所述补丁矩形框获取模块，执行裁剪各个目标的锚框并生成各个目标的热力图的步骤包括：
8.根据权利要求5所述的一种针对图像识别的多目标对抗样本生成
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至4中任一项所述的针对图像识别的多目标对抗样本生成方法。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述的针对图像识别的多目标对抗样本生成方法。
...【技术特征摘要】
1.一种针对图像识别的多目标对抗样本生成方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种针对图像识别的多目标对抗样本生成方法，其特征在于，所述目标检测模型的网络架构为yolo系列网络。
3.根据权利要求1所述的一种针对图像识别的多目标对抗样本生成方法，其特征在于，所述裁剪各个目标的锚框并生成各个目标的热力图的步骤包括：
4.根据权利要求1所述的一种针对图像识别的多目标对抗样本生成方法，其特征在于，所述生成所述原始图片中所有目标的初始对抗样本的步骤包括：
5.一种针对图像识别的多目标对抗样本生成系统，其特征在于，包括：
6.根据权利要求5所述的一种针对图像识别的多目标对抗样本生成系统，其特征在于，所述补丁矩形框获取模块中，所述目标检测模型的网络架构为yolo系列网络...
【专利技术属性】
技术研发人员：王俪蓉，司渭滨，豆敏娜，阎喆，任双雪，张小庆，张志华，雷妤航，秋泽楷，陈宜凯，杨炜，杨梦阳，杨过，蒙喆，吕锡林，徐嘉鹏，孟瑶，
申请(专利权)人：国网陕西省电力有限公司电力科学研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。