公开(公告)号：CN111340138A

公开(公告)日：2020-06-26

申请号：CN202010230084.3

申请日：2020-03-27

Applicant: 北京邮电大学

Inventor： 李丽香 ,  崔嘉伟 ,  彭海朋

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请实施例提供的图像分类方法、装置、电子设备及存储介质，涉及数据处理技术领域，通过将全局卷积层和降噪块设置在预先训练的图像分类模型的特殊残差块网络中，所述待处理图像输入到所述预先训练的图像分类模型中进行处理时，全局卷积层用于将输入所述全局卷积层的特征图进行全局性融合处理，得到所述待处理图像细粒度特征图，通过降噪块对待处理图像细粒度特征图进行对抗性降噪，抑制了特征图中由于对抗样本的攻击产生的大部分噪声，从而增强了预先训练的图像分类模型处理不同特征图变换的能力，同时提高了图像分类模型对于对抗样本攻击的防御能力，从而提高了模型对于对抗样本攻击的鲁棒性。

公开(公告)号：CN111340138B

公开(公告)日：2023-12-29

申请号：CN202010230084.3

申请日：2020-03-27

Applicant: 北京邮电大学

Inventor： 李丽香 ,  崔嘉伟 ,  彭海朋

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本申请实施例提供的图像分类方法、装置、电子设备及存储介质，涉及数据处理技术领域，通过将全局卷积层和降噪块设置在预先训练的图像分类模型的特殊残差块网络中，所述待处理图像输入到所述预先训练的图像分类模型中进行处理时，全局卷积层用于将输入所述全局卷积层的特征图进行全局性融合处理，得到所述待处理图像细粒度特征图，通过降噪块对待处理图像细粒度特征图进行对抗性降噪，抑制了特征图中由于对抗样本的攻击产生的大部分噪声，从而增强了预先训练的图像分类模型处理不同特征图变换的能力，同时提高了图像分类模型对于对抗样本攻击的防御能力，从而提高了模型对于对抗样本攻击的鲁棒性。