公开(公告)号：CN118411710A

公开(公告)日：2024-07-30

申请号：CN202410588293.3

申请日：2024-05-13

Applicant: 浙江大学

Inventor： 张新民 ,  林子龙 ,  江肖禹 ,  孙姝 ,  宋执环

IPC: G06V20/58 ,  G06V10/764 ,  G06V10/82 ,  G06F40/20 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/084

Abstract: 本发明公开一种基于交通标志分类系统的模型反演方法，分为辅助数据集增强、生成器预训练和隐私数据重建。在生成器预训练中，使用无标签的交通标志数据上训练一个带梯度惩罚的WGAN模型，包括一个生成器和一个判别器。在隐私数据重建中，将生成器预训练过程中已经完成训练的判别器替换成交通标志目标分类器，把生成器的生成结果输入目标分类器中得到一个分类置信度输出，通过梯度下降微调生成器，最终生成器能够从一段随机噪声生成重建的交通标志数据。根据重建数据推断出交通标志分类系统对应的原始训练数据的相关信息，从而完成针对交通标志分类系统的模型反演。本发明使得模型反演在不依赖高质量的辅助数据集的情况下，也能得到良好的反演结果。