杭州高新區(濱江)區塊鏈與數據安全研究院;浙江大學林峰獲國家專利權
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!
龍圖騰網獲悉杭州高新區(濱江)區塊鏈與數據安全研究院;浙江大學申請的專利針對圖像-點云融合感知模型的對抗補丁生成方法和設備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:CN120182772B 。
龍圖騰網通過國家知識產權局官網在2025-09-09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:202510654957.6,技術領域涉及:G06V10/80;該發明授權針對圖像-點云融合感知模型的對抗補丁生成方法和設備是由林峰;蔣思超;孟特石;任奎設計研發完成,并于2025-05-21向國家知識產權局提交的專利申請。
本針對圖像-點云融合感知模型的對抗補丁生成方法和設備在說明書摘要公布了:本申請涉及一種針對圖像?點云融合感知模型的對抗補丁生成方法和設備,通過獲取第一圖像,根據第一圖像隨機初始化掩碼和全局擾動,并根據掩碼將全局擾動疊加到第一圖像上,得到第二圖像;獲取與第一圖像相對應的點云數據,將第二圖像和點云數據輸入至神經網絡模型進行訓練,得到神經網絡模型的感知熱力圖;根據感知熱力圖和實際物體分布的相似性,確定神經網絡模型的感知類型;根據感知類型確定對抗補丁的部署位置,并基于部署位置對對抗補丁進行建模,得到第三圖像;其中,全局感知模型的部署位置包括第一圖像中的環境背景,局部感知模型的部署位置包括第一圖像中的目標物體;降低了對抗樣本的部署成本和難度。
本發明授權針對圖像-點云融合感知模型的對抗補丁生成方法和設備在權利要求書中公布了:1.一種針對圖像-點云融合感知模型的對抗補丁生成方法,其特征在于,包括: 獲取第一圖像,根據所述第一圖像隨機初始化掩碼和全局擾動,并根據所述掩碼將所述全局擾動疊加到所述第一圖像上,得到第二圖像; 獲取與所述第一圖像相對應的點云數據,將所述第二圖像和所述點云數據輸入至神經網絡模型進行訓練,得到所述神經網絡模型的感知熱力圖; 根據所述感知熱力圖和實際物體分布的相似性,確定所述神經網絡模型的感知類型;其中,所述神經網絡模型的感知類型包括全局感知模型和局部感知模型; 根據所述感知類型確定對抗補丁的部署位置,并基于所述部署位置對所述對抗補丁進行建模,得到第三圖像;其中,所述全局感知模型的部署位置包括所述第一圖像中的環境背景,所述局部感知模型的部署位置包括所述第一圖像中的目標物體; 其中,將所述第二圖像和所述點云數據輸入至神經網絡模型進行訓練,得到所述神經網絡模型的感知熱力圖,包括: 獲取經由所述神經網絡模型處理產生的檢測框置信度總和與掩碼面積; 以最小化所述檢測框置信度總和與所述掩碼面積為優化目標,采用梯度下降算法對所述掩碼和所述全局擾動進行梯度優化,得到優化后的掩碼; 將所述優化后的掩碼作為所述神經網絡模型的感知熱力圖。
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杭州高新區(濱江)區塊鏈與數據安全研究院;浙江大學,其通訊地址為:310051 浙江省杭州市濱江區物聯網孵化器大樓2號樓A樓4-7層;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”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。