一种基于重要特征的视觉目标跟踪可转移黑盒攻击方法

    公开(公告)号:CN114511593B

    公开(公告)日:2025-04-18

    申请号:CN202210084771.8

    申请日:2022-01-25

    Abstract: 本发明提供了一种基于重要特征的视觉目标跟踪可转移黑盒攻击方法,通过对特征中与跟踪目标高度相关而不受源模型影响的重要特征进行攻击,将其重要程度降低,同时增强不重要的特征以实现具有可转移性的攻击;即通过反向传播获得的所对应的梯度来体现其特征的重要程度,随后通过梯度得到的加权特征以进行攻击。此外,本发明使用视频相邻两帧之间相似这一时序信息,提出特征相似下降损失函数,通过减小相邻帧之间的特征相似度以进行攻击。本发明能够在不可知目标跟踪模型以及不进行大量查询的情况下,通过生成的具有强可转移性的对抗样本,对目标跟踪器实现有效的黑盒攻击。

    一种基于动态提示记忆网络的视频阴影检测方法及装置

    公开(公告)号:CN119850651A

    公开(公告)日:2025-04-18

    申请号:CN202411929997.9

    申请日:2024-12-25

    Abstract: 本发明公开了一种基于动态提示记忆网络的视频阴影检测方法及装置,借助投影阴影的物体处理混淆阴影,能够在不累积错误的情况下聚合时间信息;该方法包括动态提示模块和基于提示的记忆模块两部分;所述动态提示模块利用局部提示和全局提示,在直接编码阴影困难时将视觉基础模型DINOv2提供的语义信息转换为阴影掩码,局部提示侧重于语义转换,基于语义信息识别阴影位置,全局提示基于颜色和纹理信息识别阴影边界;所述记忆模块用于解决变形和长期时间一致性问题,同时防止错误累积,记忆模块使用局部提示作为时间匹配的代理,减少内存使用并最小化对历史阴影掩码的依赖。本发明方法面向复杂场景下模糊阴影难以检测的问题,能够提升复杂场景下的检测性能,同时保持长期检测时结果的时间一致性。

    一种基于重要特征的视觉目标跟踪可转移黑盒攻击方法

    公开(公告)号:CN114511593A

    公开(公告)日:2022-05-17

    申请号:CN202210084771.8

    申请日:2022-01-25

    Abstract: 本发明提供了一种基于重要特征的视觉目标跟踪可转移黑盒攻击方法,通过对特征中与跟踪目标高度相关而不受源模型影响的重要特征进行攻击,将其重要程度降低,同时增强不重要的特征以实现具有可转移性的攻击;即通过反向传播获得的所对应的梯度来体现其特征的重要程度,随后通过梯度得到的加权特征以进行攻击。此外,本发明使用视频相邻两帧之间相似这一时序信息,提出特征相似下降损失函数,通过减小相邻帧之间的特征相似度以进行攻击。本发明能够在不可知目标跟踪模型以及不进行大量查询的情况下,通过生成的具有强可转移性的对抗样本,对目标跟踪器实现有效的黑盒攻击。

Patent Agency Ranking