摘要
本发明属于自动驾驶安全技术领域,尤其涉及一种基于自适应加权双层优化的多任务对抗补丁生成方法、电子设备以及存储介质。该方法针对现有多任务对抗攻击存在的攻击效果不均衡、强度不足的问题,构建了一个双层优化框架。内层优化通过Softmax机制自适应地调整各感知任务的权重,使优化资源根据任务脆弱性动态分配;外层优化则在物理可行域约束下,利用投影梯度上升法更新对抗补丁,以最大化加权后的多任务损失。本发明通过内外层交替优化,能够生成在三维目标检测、语义分割和深度估计等多个任务上同时产生均衡且显著攻击效果的物理可部署补丁,有效提升了自动驾驶感知系统鲁棒性评估的全面性和可靠性。
技术关键词
补丁生成方法
多任务
Softmax函数
单目深度估计
动态更新
鲁棒性评估
电子设备
感知系统
处理器
语义
物理
框架
可读存储介质
存储器
强度
坐标系
程序
数据
计算机
系统为您推荐了相关专利信息
图像分类方法
注意力
图像分类模型
残差神经网络
全局平均池化
口腔CBCT图像
多任务学习网络
分割方法
两阶段
多任务损失函数
双向长短期记忆网络
票据
信息处理系统
卷积特征
解析单元