摘要
本发明的用于道路交通指示牌识别模型的对抗样本生成方法及设备,该方法通过构建交通指示牌识别模型;通过深度学习技术训练交通指示牌识别模型,获得交通指示牌图像初步识别效果;在交通指示牌图像上的初步识别效果基础上添加对抗扰动,生成针对模型的对抗样本;通过物理环境模拟生成受光照、天气、污渍干扰影响的现实场景图像,结合对抗样本进行攻击测试;根据测试结果对生成的对抗样本进行评估,判断对抗样本是否完成,若未完成,则重复进行攻击测试至评估达标完成对抗样本生成。该方法相较于传统方法在攻击场景模拟下的多种判别器对抗确保攻击泛化性,加入多种干扰因素确保了图像的合理性。
技术关键词
道路交通指示牌
样本生成方法
深度学习技术
攻击测试方法
生成对抗图像
自然场景
智能驾驶系统
生成器网络
生成对抗网络
特征提取网络
物理
掩码矩阵
天气
识别标签
协方差矩阵
系统为您推荐了相关专利信息
激光跟踪仪
光电测量方法
Hessian矩阵
大空间
控制器
智能筛选方法
神经网络模型
多通道
梯度算法
数据
车辆识别模块
判断方法
新能源汽车
深度学习模型
特征模板
生成对抗网络
样本生成方法
堆叠稀疏自动编码器
生成对抗神经网络
暂态稳定评估
个性化推荐算法
数据收集模块
画像
子模块
个性化推荐服务