(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211118152.2 (22)申请日 2022.09.15 (65)同一申请的已公布的文献号 申请公布号 CN 115205608 A (43)申请公布日 2022.10.18 (73)专利权人 杭州涿溪脑与智能研究所 地址 311100 浙江省杭州市余杭区仓兴街 1390号 (72)发明人 陈艳姣　徐文渊　周勃阳　程雨诗　 (74)专利代理 机构 浙江千克知识产权代理有限 公司 33246 专利代理师 陆灵玲 (51)Int.Cl. G06V 10/764(2022.01) G06V 10/20(2022.01) (56)对比文件 CN 113554089 A,2021.10.26 CN 114065872 A,202 2.02.18CN 111915486 A,2020.1 1.10 CN 113240028 A,2021.08.10 CN 113311429 A,2021.08.27 CN 115019097 A,202 2.09.06 CN 110942094 A,2020.0 3.31 CN 114861796 A,202 2.08.05 CN 112329348 A,2021.02.0 5 CN 112860932 A,2021.0 5.28 CN 114926679 A,202 2.08.19 JP 2022015750 A,2022.01.21 US 10984272 B1,2021.04.20 裴成飞.基于图像重构的对抗样本防御方法 研究. 《中国优秀硕士学位 论文全文数据库信息 科技辑》 .2021,第2021年卷(第7期), (续) 审查员 张露 (54)发明名称 基于压缩感知的自适应图像对抗样本检测 与防御方法 (57)摘要 本发明实施例提供一种基于压缩感知的自 适应图像对抗样本检测与防御方法及装置， 所述 方法包括： 当图像分类系统接收到目标图像时， 计算目标图像的信息熵， 根据信息熵确定目标图 像的分辨率类型;根据分辨率类型对目标图像进 行色深压缩， 得到预处理图像， 通过下游图像分 类模型分别对目标图像及预处理图像进行类别 检测； 对比目标图像类别及预处理图像类别， 相 同时将目标图像作为图像输入； 不相同时， 根据 分辨率类型确定对应的稀 疏度， 根据目标图像及 稀疏度构建对应的稀 疏矩阵， 结合压缩感知重建 算法进行信号重建， 得到重建图像， 并将重建图 像作为图像输入。 采用本方法能够提高智能图像 分类系统面对对抗样本攻击的鲁棒性与安全性，检测攻击的准确性。 [转续页] 权利要求书2页 说明书7页 附图3页 CN 115205608 B 2022.12.09 CN 115205608 B (56)对比文件 Hanyu Rao et al.Adversarial Example Attack on Electric Power Netw ork Security Situation Awarenes s. 《2021 IE EE 5th Informati on Technology,Netw orking, Electronic and Automati on Control Conference (ITNE C)》 .2021, 何意.基于图像重构的对抗样本攻击防御方 法研究. 《中国优秀硕士学位 论文全文数据库信息科技辑》 .2022,第2022年卷(第2期), Jungeun Le e et al.Performance Improvement of Ima ge-Reconstructi on-Based Defense a gainst Adversarial A ttack. 《electro nics》 .202 2, Chuan Guo et al.COUNTERI NG ADVERSARIAL IMAGES USI NG INPUT TRANSFORMATIONS. 《arViv》 .2018,2/2 页 2[接上页] CN 115205608 B1.一种基于 压缩感知的自适应图像对抗样本检测与防御方法， 其特 征在于， 包括： 当图像分类系统接收到目标图像时， 获取图像信息， 根据所述图像信息计算所述目标 图像的信息熵， 并对比所述信息熵与预设阈值， 根据对比结果确定所述 目标图像的分辨率 类型， 所述分辨 率类型包括： 低分辨 率图像， 中分辨 率图像与高分辨 率图像； 根据所述分辨率类型， 对所述目标图像进行对应的色深压缩， 得到预处理图像， 并通过 下游图像分类模型分别对目标图像及预处理图像进行类别检测， 得到目标图像对应的目标 图像类别， 及预处 理图像对应的预处 理图像类型； 对比所述目标图像类别及预处理图像类别， 当所述目标图像类别及预处理图像类别相 同时， 则将所述目标图像作为智能分类系统的图像输入； 当所述目标图像类别及预处理图像类别不相同时， 根据 所述分辨率类型确定对应的稀 疏度， 根据所述目标图像及稀疏度构建对应的稀疏矩阵； 通过所述稀疏矩阵对所述目标图像进行稀疏采样过滤， 得到所述目标图像的降采样信 号， 并通过预设的压缩感知重建算法对 所述降采样信号进行信号重 建， 得到重建图像， 并将 所述重建图像作为所述智能分类系统的图像输入； 所述根据所述分辨率类型， 对所述目标图像进行对应的色深压缩， 得到预处理图像， 包 括： 根据所述分辨率类型， 确定所述目标图像对应的色深， 并结合所述图像信息中的目标 图像像素值进行对应的色深压缩， 得到预处 理图像； 所述确定所述目标图像对应的色深， 并结合所述目标图像像素值进行对应的色深压 缩， 得到预处 理图像， 包括： Max_Value＝2d‑1 d＝0， 1， …， Y 其中， d为目标图像的色深， Max_Value为 色深d下所 允许存在的最大像 素值数量， 2Y为目 标图像像素值， I 为原始图像， CI 为色深压缩后的图像， i nt()为四舍五入取整操作。 2.根据权利要求1所述的基于压缩感知的自适应图像对抗样本检测与防御方法， 其特 征在于， 所述图像信息， 包括： 目标图像大小、 目标图像 像素值、 像素值出现频率、 像素值出现概 率； 所述根据图像信息计算所述目标图像的信息熵， 包括： 其中， M×N为目标图像大小,X为目标图像像素值， fi为像素值i的出现频率， pi为像素值 i的出现概 率。 3.根据权利要求1所述的基于压缩感知的自适应图像对抗样本检测与防御方法， 其特 征在于， 所述获取图像信息之后， 还 包括： 对所述目标图像进行标准化处理， 所述标准化处理包括： 目标图像灰度化、 目标图像去权　利　要　求　书 1/2 页 2 CN 115205608 B 3