一种基于稳定扩散模型的特征截断无限制攻击方法

本发明公开了一种基于稳定扩散模型的特征截断无限制攻击方法，属于计算机视觉技术领域，包括以下步骤：步骤S1：对原始样本进行预处理，包括对原始样本进行调整大小、通道变换、类型转换以及编码处理；步骤S2：获取全局深度特征及局部关键特征：将原始样本输入GDFE模块提取全局深度特征，同时将样本输入CLFE模块提取局部关键特征，以提高对抗样本的可迁移性；步骤S3：扩散模型前向推断及无条件编码优化；步骤S4：扩散模型去噪攻击；步骤S5：计算MLF损失并更新梯度方向；步骤S6：反复迭代，得到最终对抗样本：根据潜在特征反编码得到对抗样本。本发明能够提高对抗样本可迁移性和保持视觉不可感知性。