一種面向姿態(tài)估計(jì)深度神經(jīng)網(wǎng)絡(luò)的擾動(dòng)圖像生成方法

基本信息

申請(qǐng)?zhí)?/td> CN202110704930.5 申請(qǐng)日 -
公開（公告）號(hào) CN113487545A 公開（公告）日 2021-10-08
申請(qǐng)公布號(hào) CN113487545A 申請(qǐng)公布日 2021-10-08
分類號(hào) G06T7/00（2017.01）I;G06T7/73（2017.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 劉復(fù)昌;潘志庚;曹明亮;丁丹丹;張明敏;梁應(yīng)滔;梁應(yīng)鴻;王昊 申請(qǐng)（專利權(quán)）人 廣州玖的數(shù)碼科技有限公司
代理機(jī)構(gòu) 重慶市信立達(dá)專利代理事務(wù)所（普通合伙） 代理人 劉潔
地址 510640廣東省廣州市天河區(qū)平云路163號(hào)之二901室
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種面向姿態(tài)估計(jì)深度神經(jīng)網(wǎng)絡(luò)的擾動(dòng)圖像生成方法，涉及圖像處理技術(shù)領(lǐng)域，包括以下步驟：S1、將圖像x輸入目標(biāo)神經(jīng)網(wǎng)絡(luò)K，得結(jié)果P0；S2、將P0重組后生成P1，并將P0作為圖像x的標(biāo)簽，P1作為圖像x的第一次訓(xùn)練結(jié)果；S3、將P0和P1輸入目標(biāo)神經(jīng)網(wǎng)絡(luò)K，產(chǎn)生P0與P1的誤差值，獲取該誤差值的梯度方向并將其乘以系數(shù)λ作為單次噪聲值z(mì)；S4、多次迭代訓(xùn)練獲取噪聲值累加z'，將z'規(guī)范化處理，使圖像x與z'疊加生成擾動(dòng)圖a。本發(fā)明通過預(yù)測(cè)圖像的結(jié)果與真實(shí)結(jié)果產(chǎn)生的誤差值，并通過獲取誤差值變化的梯度方向?qū)D像添加擾動(dòng)噪聲，不僅能對(duì)圖像分類產(chǎn)生很好誤導(dǎo)效果，還能對(duì)姿態(tài)識(shí)別方面產(chǎn)生較佳誤導(dǎo)效果，讓原正確姿態(tài)識(shí)別為另一種毫不相干姿態(tài)。