一种基于多变换和语义特征融合的对抗样本恢复方法

本发明公开了一种基于多变换和语义特征融合的对抗样本恢复方法，通过对输入图片进行离散小波变换，并在小波域进行降噪处理，削弱对抗样本的对抗性。其次，通过多变换模块对图像进行多种变换，再使用ViT模块提取变换后图像的特征并通过混合专家模块动态选择最优变换组合特征。第三，通过语义提取模块得到图像的整体语义信息特征，有助于提高模型对图片高级语义信息的利用，增强了模型对对抗样本的恢复能力。本发明通过多变换模块和语义提取模块提取图像多种特征的同时结合混合专家模块实现局部与全局特征的鲁棒融合，能够实现较高的对抗样本恢复准确率以及较好的泛化性能，为后期计算机视觉任务处理模型提供安全性保证。