摘要
本发明公开了基于多粒特征的对抗样本检测方法、装置、电子设备及存储介质,其方法包括步骤:训练验证数据集的神经网络模型并根据验证数据集计算检测阈值;基于特征离散化构建待检样本的参照样本;获取待检样本和其参照样本的特征图并计算特征图的相似度;根据各观测层特征图的相似度计算待检样本与参照样本的多粒度特征一致性度量;若多粒度特征一致性度量低于检测阈值,则判定待检样本为对抗样本,否则,判定待检样本为正常样本。本发明解决了现有的对抗样本检测方法泛化性能以及可解释性差的问题。
技术关键词
样本检测方法
神经网络模型
度量
多粒度特征
皮尔逊相关系数
神经网络图像分类
汉明距离
样本检测装置
数据
电子设备
夹角余弦
处理器通信
模块
可读存储介质
存储器
基准
计算机
因子
系统为您推荐了相关专利信息
绞吸挖泥船
绞刀
时间序列模型
绞车
Lagrange插值法
卷积神经网络模型
图像修复模型
手工特征
图像修复方法
真实图像数据
自助诊断系统
自主深度学习
跨模态
多模态
保障数据安全
证据推理方法
模糊证据推理
水下管汇系统
术语
变量