摘要
本发明涉及一种基于谱特征分析的目标检测后门攻击数据检测方法,属于后门检测领域。本发明首先根据目标检测数据集每张图像的边界框标注信息从原始图像裁剪出每一个单独的目标生成新的目标数据集;然后将目标数据集作为输入,训练一个分类神经网络,获取每个目标样本的特征表示;接着将获取的特征表示按类别进行划分,得到每个类别的特征表示,进而计算得到每个类别的协方差矩阵,随后对协方差矩阵进行奇异值分解来分析协方差矩阵中的谱特征;然后根据奇异值分解得到的谱特征中的奇异向量计算得到每个样本的异常分数;最后设定一个分数阈值作为判断标准,确定有毒样本和有毒图像。本发明能提升目标检测任务中的后门攻击数据检测能力。
技术关键词
数据检测方法
协方差矩阵
样本
后门
分类神经网络
图像
定义特征
坐标
高层次
元素
模式
语义
视觉
图案
标签
通道
系统为您推荐了相关专利信息
地质特征参数
掌子面
XGBoost算法
主成分分析法
地质灾害预测
双向长短期记忆
构建卷积神经网络
时间预测方法
积层
物理