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

AITNT
正文
推荐专利
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
申请号:CN202511516662
申请日期:2025-10-23
公开号:CN120997817A
公开日期:2025-11-21
类型:发明专利
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
1
一种基于注意力引导和多特征融合的岩石图像分类方法
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
2
一种两阶段的多任务口腔CBCT图像分割方法
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
3
一种基于改进LSTM语义建模的档案关键要素识别与分类方法
分类方法 LSTM模型 文本 注意力 语义特征
4
基于CRNN与改进CTC的RPA自动化票据信息处理系统
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
5
基于多任务脑电生物信号的青少年抑郁检测系统
抑郁检测系统 令牌 青少年 多任务 贝叶斯分类器
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号