一种基于生成对抗网络的可迁移对抗攻击方法

    公开(公告)号:CN117313107A

    公开(公告)日:2023-12-29

    申请号:CN202311328770.4

    申请日:2023-10-14

    Abstract: 本发明提出了一种基于生成对抗网络的可迁移对抗攻击方法。该方法在生成器中引入辅助生成器以提高生成质量和样本多样性,使用金字塔注意力机制在不同尺度关注特征。在生成器网络之前,首先通过辅助生成器网络生成辅助信息。将生成的辅助信息与原始图像进行拼接,拼接后的输入图像被输入到生成器网络中,为了进一步提升生成器网络的性能,引入金字塔注意力模块,允许网络在不同的尺度上关注图像的重要区域和特征,通过一系列神经网络层的处理和转换,生成一张高分辨率、逼真且包含扰动的图像。这样的图像在黑盒对抗攻击中具有更高的攻击成功率,并增加了对抗样本的多样性和质量。相比于现有黑盒攻击方法,该方案生成的对抗样本更加逼真有效,攻击成功率更高,且具有一定的迁移性。本发明为黑盒场景下的对抗攻击提供了一个有效的解决方法。

    一种基于拉普拉斯金字塔和自注意力机制的灰色与彩色图像融合方法

    公开(公告)号:CN118071613A

    公开(公告)日:2024-05-24

    申请号:CN202410026634.8

    申请日:2024-01-08

    Abstract: 本文提出了一种基于拉普拉斯金字塔和自注意力机制的灰色与彩色图像融合方法。该方法结合了拉普拉斯金字塔和自注意力机制的优势,旨在实现对医疗图像中灰色图像和彩色图像的有效融合。在处理待融合的图像之前使用空域细节增强方法进行细节增强处理,然后分别构建拉普拉斯金字塔。通过对每个图像进行高斯模糊和下采样操作,得到不同尺度上的图像金字塔。然后,对每个金字塔层进行自注意力计算。通过计算每个金字塔层中的像素与其他像素之间的相似度,确定它们之间的关联程度,并根据相似度分配不同的权重。将自注意力计算得到的权重与金字塔层进行加权融合。最后,通过对融合后的图像金字塔进行上采样和差值操作,重建出最终的融合图像。这种图像融合算法能够充分利用拉普拉斯金字塔的多尺度细节信息和自注意力机制的关联性,在医学彩色图像与灰度图像融合处理方案中具有保留了彩色图像的丰富信息、提高对比度和清晰度、自适应融合不同区域以及提高诊断和分析能力等优势。本发明为医疗图像融合提供了一个有效的解决方法。

Patent Agency Ranking