买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国人民解放军国防科技大学申请的专利一种防御对抗攻击的图像分类方法、装置和计算机设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115294399B 。

龙图腾网通过国家知识产权局官网在2026-04-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210992847.7，技术领域涉及：G06V10/764；该发明授权一种防御对抗攻击的图像分类方法、装置和计算机设备是由周鋆;杨昊;朱先强;朱承;张维明设计研发完成，并于2022-08-18向国家知识产权局提交的专利申请。

本一种防御对抗攻击的图像分类方法、装置和计算机设备在说明书摘要公布了：本申请涉及一种种防御对抗攻击的图像分类方法、装置和计算机设备，首先获取预先构建的图像分类模型以及图像分类模型的最后一层特征提取器的权重，向权重中引入随机噪声，其中随机噪声满足多变量高斯分布；然后将原始图像输入图像分类模型，获取最后一层特征提取器提取的原始图像特征；再根据原始图像特征和随机噪声的分布方差构建基于权重的损失函数，根据基于权重的损失函数构建图像分类模型的损失函数；最后优化图像分类模型的损失函数得到训练好的防御对抗攻击的图像分类模型，采用防御对抗攻击的图像分类模型进行图像分类。本发明可以大大减少训练时间和计算负担，同时确保对原始图像分类的准确性和鲁棒性。

本发明授权一种防御对抗攻击的图像分类方法、装置和计算机设备在权利要求书中公布了：1.一种防御对抗攻击的图像分类方法，其特征在于，所述方法包括： 获取预先构建的图像分类模型以及所述图像分类模型的最后一层特征提取器的权重，向所述权重中引入随机噪声；所述随机噪声满足多变量高斯分布； 将原始图像输入所述图像分类模型，获取所述最后一层特征提取器提取的原始图像特征； 根据所述原始图像特征和所述随机噪声的分布方差构建基于权重的损失函数，根据所述基于权重的损失函数构建所述图像分类模型的损失函数； 优化所述图像分类模型的损失函数得到训练好的防御对抗攻击的图像分类模型，采用所述防御对抗攻击的图像分类模型进行图像分类； 向所述权重中引入随机噪声，包括： 在多变量高斯分布中进行采样，获取一个零均值单位方差向量；所述多变量高斯分布的均值，表示图像分类模型的输出类别数，表示最后一层特征提取器提取的原始图像特征的维度； 根据所述零均值单位方差向量和下三角矩阵的乘积得到随机噪声的各向异性高斯分布的协方差矩阵： ； 其中，表示协方差矩阵，即随机噪声的分布方差，表示零均值单位方差向量和下三角矩阵的乘积； 从所述各向异性高斯分布中进行采样，向所述权重中引入各向异性的随机噪声； 根据所述原始图像特征和所述随机噪声的分布方差构建基于权重的损失函数，包括： 根据所述原始图像特征和所述随机噪声的分布方差构建基于权重的损失函数为： ； 其中，表示基于权重的损失函数，表示原始图像，表示最后一层特征提取器提取的原始图像特征，表示随机噪声的分布方差，。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。