非加性扰动下的图像分类对抗净化方法及系统

本发明提供了一种非加性扰动下的图像分类对抗净化方法，在显式建模对抗图像的生成过程中，将对抗图像表示为清洁图像与扰动参数的函数，其中，所述函数包括卷积模糊、补丁遮挡、流场变形中的至少一种非加性变换；通过扩散模型最大化图像似然，并联合扰动先验约束和重构损失，以交替优化所述清洁图像和扰动参数；迭代更新所述清洁图像和扰动参数，直至达到预设优化次数，输出净化后的图像。本发明还提供一种非加性扰动下的图像分类对抗净化系统及计算机可读存储介质。借此，本发明能够在保证净化效果的同时，有效避免了语义漂移，提升了模型在非加性扰动下的鲁棒性。