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！

龍圖騰網恭喜重慶郵電大學申請的專利一種面向人臉識別的對抗補丁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：CN116386111B 。

龍圖騰網通過國家知識產權局官網在2025-04-29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：202310334750.1，技術領域涉及：G06V40/16；該發明授權一種面向人臉識別的對抗補丁攻擊方法是由米建勛;王緒東設計研發完成，并于2023-03-31向國家知識產權局提交的專利申請。

本一種面向人臉識別的對抗補丁攻擊方法在說明書摘要公布了：本發明涉及一種面向人臉識別的對抗補丁攻擊方法，屬于深度學習領域。本發明所提出的基于對抗口罩補丁的對抗樣本攻擊方法，相比于一般對抗補丁方法提出了更適合人臉識別模型的口罩形狀且提出更適合應用場景的隱蔽性生成方法，提高了此類方法的攻擊魯棒性，增加在現實世界中攻擊成功的可能性。本發明的主要創新在于針對人臉識別系統設計一種生成擾動的方法，相關損失函數通過針對人臉識別網絡對嵌入向量的依賴并通過設計風格損失的環節增強補丁的隱蔽性，從而大大提升攻擊現實系統的可能性，在考慮方法成功率的前提下，增加隱蔽性因素的考慮。在現實生活中的例如，攻擊者可以假冒其他身份進行人臉核驗，通過后盜用他人賬戶信息等。該攻擊方法給防御提出一種隱蔽性相關的評估標準。

本發明授權一種面向人臉識別的對抗補丁攻擊方法在權利要求書中公布了：1.一種面向人臉識別的對抗補丁攻擊方法，其特征在于：該方法包括以下步驟：S1：選擇隨機補丁進行預處理，切割出口罩形狀與輸入類原圖進行拼接，模擬口罩在人臉的圖片做為初始輸入；S2：生成圖片和原始圖像交給網絡進行特征提取，分別得到兩個的圖片的映射向量輸出，并記錄下特征值；S3：將對抗補丁合成圖片輸出向量與真實類的輸出向量帶入損失函數計算，通過梯度方向更新補丁像素并生成全新的對抗補丁；S4：進行迭代，重復第一步操作達到設置迭代次數閾值，輸出最終的對抗補丁；所述S4中，進行迭代的迭代方法是對每張圖片x連續重復m次訓練，計算擾動r時復用上一步的梯度，為保證速度且增強隱蔽性，整體epoch會除以m；其中r的更新公式為：rt+1＝rt+∈·signg其中signg代表梯度方向，∈為預設的超參數來控制梯度方向到大小；其中輸入x，標簽y對于損失函數L的梯度寫為： 具體的迭代步驟算法如下：對于原始輸入樣本x及對應的標簽y，選擇初始補丁p0進行訓練；在Nm次迭代過程中，每輪對補丁進行更新；在其中的每一輪內，第一步對圖片x進行補丁的覆蓋得到全新的人臉圖片，進而模擬佩戴口罩；第二步通過損失函數Lx0，y，θ計算損失值；第三步計算損失函數對應的梯度第四步通過隨機梯度下降方法更新模型參數θ，更新公式為：通過更新后的θ對輸入x更新梯度，從而得到更新對抗補丁的梯度方向最終在原始補丁上累加上梯度方向單位值，即p0←p0+∈·signgadv；重復第四步m次直到得到梯度下降結束；總的損失函數為： 其中Padv代表生成的對抗補丁，P0代表未進行迭代的初始補丁，這里選擇隨機噪聲，x代表輸入人臉圖像，xt代表目標對象；相似損失函數對于定向攻擊寫成：ltsimPadv，x，xt＝cosemTPadv，x，emxt其中em...代表將圖片輸入給人臉識別網絡輸出的映射向量Embedding，T...代表將將補丁轉到人臉上的變換操作，cos...是向量之間的余弦距離；對于非定向攻擊，相似損失函數的形式是：lutsimPadv，x，xt＝-cosemTPadv，xemx通過最小化生成映射向量與目標向量的余弦距離來誘導網絡誤判；風格損失表示為生成補丁和初始補丁之間的格萊姆矩陣的差： 其中G...是格萊姆矩陣，用來表示特定圖結構和計算相關性系數的矩陣，描述圖中結點之間的關系和一個內部網層的結構；采用格萊姆矩陣來保持補丁來自原始的風格性；原始的格萊姆矩陣需要迭代網絡的底層到高層，每次把最高層的輸入帶入損失一同參與迭代。

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重慶郵電大學，其通訊地址為：400065 重慶市南岸區黃桷埡崇文路2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”。