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！

龙图腾网恭喜中国人民解放军军事科学院国防科技创新研究院申请的专利针对车辆目标检测模型的对抗补丁攻击方法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：CN114168940B 。

龙图腾网通过国家知识产权局官网在2025-05-13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：202111332103.4，技术领域涉及：G06F21/55；该发明授权针对车辆目标检测模型的对抗补丁攻击方法是由张小亚;唐贵建;姚雯;姜廷松;龚智强设计研发完成，并于2021-11-11向国家知识产权局提交的专利申请。

本针对车辆目标检测模型的对抗补丁攻击方法在说明书摘要公布了：本发明公开了一种针对车辆目标检测模型的对抗补丁攻击方法，该方法包括：S1：获取包含车辆图像的图像数据集；S2：给定对抗补丁；S3：将对抗补丁进行变换；S4：将变换后的对抗补丁粘贴至图像数据集选定的粘贴区域；S5：将粘贴有对抗补丁的图像数据集传递至车辆目标检测模型进行检测，输出检测结果；S6：设计优化损失函数，并通过车辆目标检测模型输出检测结果计算损失；S7：根据损失通过反向传播更新对抗补丁像素值；S8：重复执行S2至S7，直至车辆目标检测模型到达收敛条件；S9：测试对抗补丁对车辆目标检测模型的攻击效果。本发明将行人目标对抗补丁攻击方法迁移至车辆目标，保证对抗补丁在真实世界中的可行性，有效提高对抗补丁攻击效果。

本发明授权针对车辆目标检测模型的对抗补丁攻击方法在权利要求书中公布了：1.一种针对车辆目标检测模型的对抗补丁攻击方法，其特征在于，所述方法包括：S1：获取包含车辆图像的图像数据集；S2：给定对抗补丁，将所述对抗补丁进行随机初始化；S3：将所述对抗补丁进行变换；S4：将所述变换后的对抗补丁粘贴至所述图像数据集选定的粘贴区域；S5：将所述粘贴有对抗补丁的图像数据集传递至车辆目标检测模型进行检测，所述车辆目标检测模型输出检测结果；S6：设计优化损失函数，并通过所述车辆目标检测模型输出检测结果计算损失；S7：根据所述损失通过反向传播更新所述对抗补丁像素值；S8：重复执行S2-S7，直至所述车辆目标检测模型到达收敛条件；S9：测试所述对抗补丁对所述车辆目标检测模型的攻击效果；所述S1中，所述包含车辆图像的图像数据集通过KITTI数据集筛选和互联网收集获得，其中，所述包含车辆图像的图像数据集包括训练图像集和测试图像集，所述训练图像集用于对所述车辆目标检测模型进行攻击训练，所述测试图像集用于对所述对抗补丁对所述车辆目标检测模型的攻击效果进行测试；所述S6中，所述优化损失函数包括打印优化损失函数、像素间变化优化损失函数、置信度优化损失函数，所述打印优化损失函数反映优化后的所述对抗补丁与真实打印机可打印像素范围的差异性，所述打印优化损失函数为： 公式三其中，表示打印优化损失，表示对抗补丁中的一个像素，表示可打印颜色集合中一个颜色，通过所述打印优化损失函数使优化后的所述对抗补丁接近中像素值；所述像素间变化优化损失函数反映优化后的所述对抗补丁相邻像素间变化值总和，所述像素间变化优化损失函数为： 公式四其中，表示像素间变化优化损失，表示第i行第j列的像素值；通过所述像素间变化优化损失函数可使优化后的所述对抗补丁平滑，视觉上自然、真实；所述置信度优化损失函数反映车辆目标检测模型置信度输出，所述置信度优化损失函数为： 公式五其中，表示所述车辆目标检测模型输出的置信度，和为所述车辆目标检测模型输出检测结果，表示检测框是否有目标，表示检测框内检测得到的类别，和为权重超参，＝0，＝1；最终，所述优化损失函数为： 公式六其中，和为权重因子。

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军事科学院国防科技创新研究院，其通讯地址为：100071 北京市丰台区东大街53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”。