(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211152711.1 (22)申请日 2022.09.21 (71)申请人 广州大学 地址 510006 广东省广州市大 学城外环西 路230号 (72)发明人 顾钊铨　董法山　王乐　邓滨玥　 于海洋　张登辉　方滨兴　 (74)专利代理 机构 北京高航知识产权代理有限 公司 11530 专利代理师 覃钊雄 (51)Int.Cl. G06V 20/52(2022.01) G06V 10/764(2022.01) G06V 10/774(2022.01) G06N 3/04(2006.01) (54)发明名称 一种针对行 人检测的对抗 攻击方法 (57)摘要 一种针对 行人检测的对抗攻击方法， 其特征 在于， 包括以下步骤： S1： 对待检测样本进行预处 理； S2： 将待检测样本输入目标检测器中； S3： 在 行人所在位置生成随机的初始化噪音， 将噪音与 卡通图案输入生成对抗网络中； S4： 添加对抗补 得到对抗样本； S5： 将对抗样本输入目标检测器， 计算逃逸损失函数； S6： 利用逃逸损失函数的计 算值生成新噪音， 并和卡通图案输入生成对抗网 络得到新的对抗补丁， 并得到新的对抗样本； S7： 重复步骤S5 ‑S6， 直到生成的对抗补丁使目标检 测器检测出错； S8： 将得到的对抗补丁 打印出来， 设置于行人服装 上。 本发明使行人通过在衣服上 设置对抗补丁以逃避基 于神经网络的目标检测。 权利要求书2页 说明书3页 附图2页 CN 115424210 A 2022.12.02 CN 115424210 A 1.一种针对行 人检测的对抗 攻击方法， 其特 征在于， 包括以下步骤： S1： 对样本数据中的待检测样本Ii(i＝2,3,4…)进行预处理； S2： 将预处理后的待检测样本Ii(i＝2,3,4 …)输入目标检测器中， 得到样本中行人的位 置信息； S3： 在行人所在位置生成随机的初始化噪音， 将噪音与卡通图案输入生成对抗网络中， 得到要添加的对抗补丁P； S4： 将对抗补丁添加到Ii(i＝2,3,4…)， 得到对抗样本I ′i(i＝2,3,4…)； S5： 将I′i(i＝2,3,4…)输入目标检测器， 计算逃逸损失函数LYOLO； S6： 利用逃逸损失函数LYOLO的计算值生成新噪音， 将新噪音和卡通图案输入 生成对抗网 络得到新的对抗补丁， 并叠加到I ′i(i＝2,3,4…)得到新的对抗样本； S7： 重复步骤S5 ‑S6， 直到生成的对抗补丁使目标检测器 检测出错； S8： 将得到的对抗补丁打印出来， 设置 于行人服装上， 进行物理上的对抗 攻击。 2.根据权利要求1所述的一种针对行人检测的对抗攻击方法， 其特征在于， 所述预处理 对图像进行尺寸压缩、 随机 裁剪。 3.根据权利要求1所述的一种针对行人检测的对抗攻击方法， 其特征在于， 所述目标检 测器使用Yo lov4算法。 4.根据权利要求1所述的一种针对行人检测的对抗攻击方法， 其特征在于， 所述逃逸损 失函数LYOLO函数值的计算公式如下： 5.根据权利要求4所述的一种针对行人检测的对抗攻击方法， 其特征在于， 所述逃逸损 失函数针对行 人所在的位置 置信度和类别置信度进行优化。 6.根据权利要求4所述的一种针对行人检测的对抗攻击方法， 其特征在于， 所述逃逸损 失函数计算公式 中j是对抗样本I ′i中检测到 的每个行人。 7.根据权利要求4所述的一种针对行人检测的对抗攻击方法， 其特征在于， 所述逃逸损 失函数计算公式 中 是Yolov4目标检 测器对于I ′i中的每个行人目标给出的目标置信度。 8.根据权利要求4所述的一种针对行人检测的对抗攻击方法， 其特征在于， 所述逃逸损 失函数计算公式 中 是指Yolov4目标 检测器对于I ′i中的每个行人目标给出的类别置信度。 9.根据权利要求1所述的一种针对行人检测的对抗攻击方法， 其特征在于， 所述生成对 抗网络为 开源的StyleGAN2网络 。 10.根据权利要求1所述的一种针对行人检测的对抗攻击方法， 其特征在于， 所述待检权　利　要　求　书 1/2 页 2 CN 115424210 A 2测样本Ii(i＝2,3,4…)来自数据集 INRIA行人数据集。权　利　要　求　书 2/2 页 3 CN 115424210 A 3