本发明提出了一种基于特征正交的集成模型优化方法、装置及介质，所述方法基于特征正交度量结合常规分类对集成模型进行优化，本方法中的特征正交不仅考虑原始图像本身的特征，还根据原始图像一定邻域内的输入空间的损失场对特征正交进行表征，进而使对抗样本在集成模型中有稳定的特征表达，即对抗样本可以使单个子模型发生剧烈的特征变化，但由于子模型特征正交，对抗样本无法影响所有的子模型，也就使合成模型有了稳定的输出。应用本发明进行集成模型优化，取得了更为明显的特征鲁棒性提升效果，同时对干净样本的分类性能影响很小，具有很好的实用性。