-
公开(公告)号:CN112884802B
公开(公告)日:2023-05-12
申请号:CN202110204784.X
申请日:2021-02-24
申请人: 电子科技大学
IPC分类号: G06T7/223 , G06T7/246 , G06T9/00 , G06T3/40 , G06T5/50 , G06V10/74 , G06V10/80 , G06V10/82 , G06N3/0475 , G06N3/047 , G06N3/0464 , G06N3/094
摘要: 本发明公开了一种基于生成的对抗攻击方法,包括以下步骤:计算跟踪模板和搜索区域的种子点集的相似度编码数据,将从跟踪模板提取的特征和所述相似度编码数据进行融合得到增强特征;将所述增加特征输入至二项分布编码层,所述二项分布编码层为每个点学习出一个伯努利分布用于描述点的过滤状态;利用过滤状态蒸馏得到对抗性模板。本发明采用相似度编码的方式、和将相似度编码与跟踪模板融合的方式进行特征提取,优点在于:该对抗攻击方法能够快速计算模板与搜索区域的潜在相似度,并有效地编码出对抗样本,生成的对抗样本通过对点进行过滤,模拟了现实世界采集3D数据时容易生成的数据空洞,具有不易被察觉的特点。
-
公开(公告)号:CN112884802A
公开(公告)日:2021-06-01
申请号:CN202110204784.X
申请日:2021-02-24
申请人: 电子科技大学
摘要: 本发明公开了一种基于生成的对抗攻击方法,包括以下步骤:计算跟踪模板和搜索区域的种子点集的相似度编码数据,将从跟踪模板提取的特征和所述相似度编码数据进行融合得到增强特征;将所述增加特征输入至二项分布编码层,所述二项分布编码层为每个点学习出一个伯努利分布用于描述点的过滤状态;利用过滤状态蒸馏得到对抗性模板。本发明采用相似度编码的方式、和将相似度编码与跟踪模板融合的方式进行特征提取,优点在于:该对抗攻击方法能够快速计算模板与搜索区域的潜在相似度,并有效地编码出对抗样本,生成的对抗样本通过对点进行过滤,模拟了现实世界采集3D数据时容易生成的数据空洞,具有不易被察觉的特点。
-