買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉復旦大學申請的專利一種從圖像域遷移到視頻域的生成式跨模態攻擊方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116721333B 。

龍圖騰網通過國家知識產權局官網在2025-08-29發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310759766.7，技術領域涉及：G06V10/82；該發明授權一種從圖像域遷移到視頻域的生成式跨模態攻擊方法是由陳靜靜;陳凱;魏志鵬;姜育剛設計研發完成，并于2023-06-26向國家知識產權局提交的專利申請。

本一種從圖像域遷移到視頻域的生成式跨模態攻擊方法在說明書摘要公布了：本發明屬于視頻識別網絡模型安全技術領域，具體為一種從圖像域遷移到視頻域的生成式跨模態攻擊方法。本發明僅利用圖像域的知識訓練對抗擾動生成器，訓練好的對抗擾動生成器用于為來自不同視頻域的視頻逐幀生成對于不同視頻模型具有較高遷移性的對抗擾動；其中，通過縮小圖像和視頻之間的域差異增強從圖像域到視頻域的對抗遷移性；設計一個隨機運動模塊，通過隨機合成的光流來模擬相鄰視頻幀之間不同的時序運動；通過在特征破壞損失中集成隨機運動模塊；在訓練階段引入額外的時序線索、基于中間特征的時序一致性損失，增強生成視頻對抗樣本的遷移性；實驗證明本發明攻擊方法的有效性，并且在不同的目標視頻域上有最先進的性能。

本發明授權一種從圖像域遷移到視頻域的生成式跨模態攻擊方法在權利要求書中公布了：1.一種從圖像域遷移到視頻域的生成式跨模態攻擊方法，其特征在于，僅利用圖像域的知識來訓練對抗擾動生成器，訓練好的對抗擾動生成器用于為來自不同視頻域的視頻逐幀生成對于不同視頻模型具有較高遷移性的對抗擾動；其中，通過縮小圖像和視頻之間的域差異增強從圖像域到視頻域的對抗遷移性；并且，設計一個隨機運動模塊，通過隨機合成的光流來模擬相鄰視頻幀之間不同的時序運動；通過在特征破壞損失中集成隨機運動模塊，在訓練階段，引入額外的時序線索，還引入基于中間特征的時序一致性損失，以進一步增強生成視頻對抗樣本的遷移性；通過同時優化特征破壞損失和時序一致性損失來訓練擾動生成器；具體步驟包括： 一在對抗擾動生成器的訓練階段，使用隨機運動模塊融合動態時序線索；具體地： 對每個圖像輸入，合成隨機光流來模擬不同的時序運動，并使用合成的隨機光流對圖像進行扭曲，以模擬它們的相鄰幀； 二在擾動生成器的訓練階段，還引入時序一致性來進一步增強對抗遷移性； 基于特征破壞損失的對抗擾動生成器所生成的對抗視頻片段在中間特征上的時序一致性和對抗遷移性之間存在正相關性；具體是讓模擬相鄰幀的兩個對抗圖像在中間特征上取得時序一致性； 三在擾動生成器的訓練階段，同時優化特征破壞損失和時序一致性損失； 具體是在訓練對抗擾動生成器的時候，同時優化集成隨機運動模塊的特征破壞損失和基于中間特征的時序一致性損失，直至收斂； 四在對抗擾動生成器的推理階段，生成對抗視頻。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人復旦大學，其通訊地址為：200433 上海市楊浦區邯鄲路220號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。