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

Applicant: 哈尔滨理工大学

Inventor： 兰诣伟 ,  王小玉 ,  俞越

IPC: G06F21/57 ,  G06F21/71 ,  G06V10/10 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/045

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。

公开(公告)号：CN115619645A

公开(公告)日：2023-01-17

申请号：CN202211459751.0

申请日：2022-11-21

Applicant: 哈尔滨理工大学

Inventor： 王小玉 ,  芦荐宇 ,  俞越

IPC: G06T3/40 ,  G06N3/04 ,  G06N3/08 ,  G06V10/82

Abstract: 本发明公开了一种基于多级残差跳跃连接网络的图像超分辨率重建方法，包括：对已有数据集样本采用数据增强技术，增加训练数据的多样性，并经过上采样操作，得到原始的高分辨率图像和低分辨率图像；引入带有坐标注意力机制的多级残差跳跃连接网络（MRSCN），解决传统图像超分辨网络在深层网络提取图像特征时，丢失高频细节的问题；生成网络输入原始低分辨率图像，输出高分辨率图像，得到的高分辨率图像与原始高分辨率图像一起送入判别网络进行真伪的判别，采用感知损失函数对生成网络G和判别网络D进行训练，直至判别器无法判断重构出图像是否为真伪，训练结束。本发明能够在增加网络深度的同时，更好地表达高频特征，使网络能重建更多的有效特征，得到的高分辨率图像细节纹理更加优秀，色彩还原度更高。