基于批标准化的多空间对抗样本防御方法及其装置.pdfVIP

下载本文档

0
0
约1.5万字
约 15页
2023-05-15 发布于四川
举报
版权申诉

基于批标准化的多空间对抗样本防御方法及其装置.pdf

1、本文档共15页，其中可免费阅读14页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于批标准化的多空间对抗样本防御方法及其装置。该多空间对抗样本防御方法用在自动驾驶训练场景中，包括如下步骤：利用来自不同域的对抗样本对门控批归一化模块进行训练，对抗样本为影响自动驾驶车辆识别图像的干扰因素；预测神经网络中对应前一层输出数据所属的域；将来自不同域的数据标准化对齐，得到域不变的特征；其中，利用批归一化层的每条分支标准化对齐来自某一特定域的数据；将每条分支标准化对齐后的数据进行聚合，得到域不变的特征。利用本发明可以有效提升深度神经网络的鲁棒性，特别适合在自动驾驶训练场景

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114724101 A (43)申请公布日 2022.07.08 (21)申请号 202210034033.2 G06N 3/04 (2006.01)