基于图像重构与特征融合的对抗训练方法

本发明公开了一种基于图像重构与特征融合的对抗训练方法，所述方法包括：获取包含类别标签的图像样本，生成对抗样本，将正常样本及其生成的对抗样本组成训练集X0；首先，对训练集X0中的所有样本添加随机噪声，得到训练集X1，输入到预处理器；然后，将训练集X1经过预处理器中的图像重构模块处理后，与训练集X1一起，输入到预处理器中的特征融合模块；最后，将预处理器中的特征融合模块的输出送入目标分类模型，对预处理器与目标分类模型进行联合训练，优化损失函数，得到训练好的目标分类模型，使得目标分类模型对正常样本保持较高的分类准确度的同时，能够有效提升模型的鲁棒性、一致性和泛化能力。