一种基于动态量纲的稀疏对抗扰动生成方法

本发明提出一种基于动态量纲的稀疏对抗扰动生成方法，该方法包括：步骤1)将可见光相机采集的图像样本输入视觉深度神经网络模型，输出该样本属于每个类别的置信度；步骤2)依据置信度计算对抗显著性图，选取出其中显著性最高的K个像素作为可修改像素；步骤3)利用反向传播算法将优化的梯度逐神经网络层传递至输入图像；步骤4)依据步骤3)中求出的梯度对步骤2)选出的可修改像素进行扰动，得到稀疏对抗样本；步骤5)验证稀疏对抗样本能否成功改变深度神经网络的分类结果，如果成功改变其分类结果或可修改像素的数量达到上限，则退出算法；否则，增大可修改像素数量K，将步骤4)得到稀疏对抗样本作为步骤1)的输入。