摘要
一种图像对抗样本检测方法、系统、设备及存储介质,涉及人工智能图像识别技术领域,对抗样本检测方法包括使用解释器生成待测样本带有注意力的解释图;将解释图与待测样本的原图像进行特征加权融合,生成具有注意力的重构图像;将待测样本的原图像与具有注意力的重构图像分别通过分类器进行预测,获得原图像与重构图像的预测类别;比较原图像与重构图像的预测类别的差距,判断待测样本是否为对抗样本。本发明基于解释图的特征归因,通过加权叠加待测样本与解释图,生成带有注意力特征的重构图像,通过分析良性样本重构图像与对抗样本重构图像的分类准确率差距,检测待测样本是否为对抗样本,在多种攻击环境下实现检测的稳定性和可靠性。
技术关键词
样本检测方法
预测类别
特征加权融合
注意力
分类器
特征方法
样本检测系统
生成重构图像
全局平均池化
分类准确率
可读存储介质
加权算法
生成特征
电子设备
指令
系统为您推荐了相关专利信息
印制电路板缺陷
多尺度特征
跨尺度特征融合
回归技术
序列
异常检测方法
文本编码器
图像编码器
样本
文本生成器
轨迹可视化
分类方法
骨架模型
注意力机制
转换方法
卷积模块
神经网络模型
注意力机制
面向嵌入式平台
空洞