摘要
本申请涉及一种基于元学习的生成式对抗攻击方法,该方法包括:基于数据库和模型库构建元学习对抗攻击任务,元学习对抗攻击任务包括元训练任务和元测试任务,元训练任务用于训练更新用于元测试任务的生成对抗神经网络中的生成器;元测试任务包括进行目标形态迁移扩散操作、对抗扰动随机擦除操作以及正则化参数混合操作;元学习对抗任务用于训练生成对抗神经网络中的生成器和判别器,重复执行元学习对抗任务,直至达到第一迭代次数;获取目标图像,并将目标图像输入至训练好的生成对抗神经网络,得到目标图像的对抗扰动样本;对对抗扰动样本进行约束,将约束的对抗扰动样本叠加到目标图像得到对抗样本。
技术关键词
生成对抗神经网络
正则化参数
样本
图像
模型库
形态
数据
网络架构
拷贝
因子
梯度下降法
物体
分辨率
视角
光照
在线
系统为您推荐了相关专利信息
成像校正方法
预处理图像数据
磁共振
图像分析模块
分析单元
胃肠镜
智能检测系统
组织
智能识别模块
生成高分辨率
变电站互感器
渗漏油
光谱成像
风险检测方法
金属接触面
分类预测模型
通道注意力机制
多颜色通道
HSV颜色空间
PH值