摘要
本发明涉及一种对行人重识别模型进行后门攻击的防御性能评估方法,包括:从样本数据集中随机选取多个原始干净图像,基于边缘提取算法获得干净图像的边缘掩码,基于边缘掩码对干净图像的边缘进行修改得到数字域触发器,将干净图像添加数字域触发器后转化为毒性图像;基于干净图像和毒性图像生成训练集,对待评估行人重识别模型进行训练;选择查询攻击模式或图库攻击模式对训练完成的待评估行人重识别模型进行攻击;基于攻击结果对行人重识别模型的防御性能进行评估;提出了一种兼具隐蔽性和实用性的攻击策略,基于攻击结果评估目标行人重识别模型后门防御能力,促进行人重识别模型后门攻击防御手段、后门攻击检测手段等的发展。
技术关键词
行人重识别模型
性能评估方法
边缘提取算法
后门
性能评估系统
训练集
模式
图像匹配
模块
表达式
像素
处理器
样本
可读存储介质
程序
存储器
通道
电子设备
数据
系统为您推荐了相关专利信息
固态硬盘
性能评估方法
时序预测模型
异常信息
深度学习模型
性能评估方法
性能评估装置
场景
人工智能开发
单元测试用例
入侵报警系统
网络服务器
入侵检测系统
模块
警示机构
模拟模型
电离层总电子含量
GNSS观测数据
地磁活动指数
展示界面