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！

龍圖騰網恭喜西安郵電大學申請的專利一種深度神經網絡圖像分類模型魯棒性提升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：CN114022707B 。

龍圖騰網通過國家知識產權局官網在2025-03-21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：202111282686.4，技術領域涉及：G06V10/764；該發明授權一種深度神經網絡圖像分類模型魯棒性提升方法是由孫家澤;李娟;王小銀;王曙燕設計研發完成，并于2021-11-01向國家知識產權局提交的專利申請。

本一種深度神經網絡圖像分類模型魯棒性提升方法在說明書摘要公布了：本發明針對深度神經網絡圖像分類模型魯棒性問題，公開了一種深度神經網絡圖像分類模型魯棒性提升方法，屬于機器學習和AI智能安全領域。該方法首先基于相同的訓練樣本集訓練n個模型，然后以最大化神經元覆蓋率和模型差異行為為指導構建聯合優化問題，更新測試樣本集中未使n個圖像分類模型產生差異行為的樣本圖像，并采用梯度上升方法求解聯合優化問題，得到具有高神經元覆蓋率且使n個圖像分類模型產生差異行為的樣本集，最后對樣本集分類并標記正確的標簽，加入訓練樣本集重新訓練圖像分類模型。本發明方法能夠激活圖像分類模型更多的神經元，有助于模型在極端輸入下作出正確分類且分類準確率提高，由此模型魯棒性得到提升。

本發明授權一種深度神經網絡圖像分類模型魯棒性提升方法在權利要求書中公布了：1.一種深度神經網絡圖像分類模型魯棒性提升方法，其特征在于包括以下步驟：步驟一：對n個深度神經網絡圖像分類模型，基于相同的圖像分類數據集，數據集包括訓練樣本集D和測試樣本集C，使用訓練樣本集D對模型進行訓練，得到n個圖像分類模型F1,F2,...,Fn，n是圖像分類模型個數，是大于等于2的整數，Fn代表第n個圖像分類模型；步驟二：從測試樣本集C中隨機選取m個樣本構成輸入樣本集Z；步驟三：對于輸入樣本集Z中的每一個樣本圖像x，使用步驟一訓練好的圖像分類模型對樣本圖像x進行分類，n個圖像分類模型將樣本圖像x分類為不同的類別或分類為同一類別但與x的標簽不一致表示n個圖像分類模型存在差異行為，x被分類為同一類別且與x的標簽一致則表示n個圖像分類模型未存在差異行為；步驟四：對于已經使n個圖像分類模型產生差異行為的樣本圖像x保存在樣本集S中；步驟五：對于未使n個圖像分類模型產生差異行為的樣本圖像x，建立聯合優化問題更新樣本圖像x，產生新的樣本圖像a，具體地，優化問題有兩個子目標：目標一obj1為最大化目標圖像分類模型與其它圖像分類模型之間的差異行為，目標二obj2為最大化n個圖像分類模型的神經元覆蓋率，聯合優化問題總目標obj表示為obj＝obj1+μobj2 其中聯合優化問題總目標obj表示為目標一和添加了平衡參數的目標二之和，μ是兩個子目標之間的平衡參數，obj1表示目標圖像分類模型與其它圖像分類模型分類樣本圖像x的類別差異的最大化，Fix[c]表示圖像分類模型Fi分類樣本圖像x為類別c的概率，Fi為第i個圖像分類模型，Fj是目標圖像分類模型，λ是平衡參數，用來平衡圖像分類模型Fi和目標圖像分類模型Fj的輸出，obj2表示最大化n個圖像分類模型在輸入樣本圖像x時的神經元覆蓋率之和，fix表示輸入樣本圖像x時圖像分類模型Fi的神經元覆蓋率；步驟六：設置約束條件1為像素修改范圍為0-255，約束條件2為允許增加或減少上升迭代時梯度平均值個像素，使圖像更亮或更暗，約束條件3為允許在圖像的任意位置放置一個小矩形，模擬鏡頭有污垢的場景；步驟七：設置神經元激活閾值t為該神經元所在層所有神經元輸出的均值，計算n個圖像分類模型在樣本圖像x下的神經元覆蓋表，具體地，神經元輸出超過t的記為已激活，反之則記為未激活；步驟八：采用梯度上升方法對聯合優化問題求解，具體為，設置梯度迭代次數，針對每一個圖像分類模型，從步驟七構建的神經元覆蓋表中尋找未被激活的一個神經元記為激活狀態，初始梯度為聯合優化問題對樣本圖像x的導數，滿足約束條件的前提下迭代地增加梯度更新樣本圖像x，更新后的樣本圖像x記為樣本圖像a；步驟九：重復步驟八直至樣本圖像a被n個模型分類為不同的類別或分類為同一類別但與a的真實標簽不一致，則將它保存在樣本集S中，或達到梯度迭代次數時停止；步驟十：對樣本集S進行分類，被圖像分類模型F1分類錯誤的樣本標記上正確的類別標簽保存在S1中，被圖像分類模型F2分類錯誤的樣本標記上正確的類別標簽保存在S2中，...，被圖像分類模型Fn分類錯誤的樣本標記上正確的類別標簽保存至Sn中；步驟十一：重新訓練n個圖像分類模型，圖像分類模型Fi使用的訓練樣本集為訓練樣本集D與針對其模型生成的樣本集Si的并集，將樣本集Si加入訓練樣本集進行訓練能夠有效激活圖像分類模型Fi更多的神經元，提升模型魯棒性。

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西安郵電大學，其通訊地址為：710065 陜西省西安市長安南路563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”。