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！

龙图腾网获悉广州大学申请的专利一种用于行人重识别的基于查询的通用对抗扰动攻击算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：CN115424289B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202210821236.6，技术领域涉及：G06V40/10；该发明授权一种用于行人重识别的基于查询的通用对抗扰动攻击算法是由李亚;刘会旺设计研发完成，并于2022-07-13向国家知识产权局提交的专利申请。

本一种用于行人重识别的基于查询的通用对抗扰动攻击算法在说明书摘要公布了：本发明涉及行人重识别技术领域，公开了一种用于行人重识别的基于查询的通用对抗扰动攻击算法，包括我们通过复制通道的方式将其扩展到和原始样本图片通道数一样，γ为控制行人位置和非行人位置处像素重要性的参数γε[0,1].，γ设置为一个较大的值，将行人位置处的像素认定为对攻击效果影响较大的像素，计算出的结果W代表重要性采样权重。本发明通过将基于查询的攻击与通用对抗扰动攻击相结合，将所有查询获取到的信息用来更新一个所有样本共享的通用对抗扰动，而不是对每个样本进行大量的查询生成特定于单个样本的扰动，显著减少了攻击整个数据集的总查询次数，并且在大规模对抗样本攻击场景下，该方法的优势还会进一步提升。

本发明授权一种用于行人重识别的基于查询的通用对抗扰动攻击算法在权利要求书中公布了：1.一种用于行人重识别的基于查询的通用对抗扰动攻击算法，其特征在于，包括以下步骤： 步骤1、根据重要性采样策略采样一批对攻击效果影响较大的像素点； 步骤2、通过查询目标模型获取模型的输出特征向量，并利用有限元微分方法对步骤1采样出来的像素逐个进行估计梯度； 步骤3、根据步骤2估计得到的梯度，利用改进后的带空间动量先验项的坐标范围MI-FGSM算法对通用对抗扰动进行更新，重复以上步骤直到所有训练样本查询完； 所述步骤3中具体步骤有： 步骤3.1：通过一个高斯核对坐标范围MI-FGSM算法中的动量项进行卷积操作获取空间动量先验，高斯核的定义如下： ； 其中是高斯核中的坐标位置，是核的大小，是标准差，然后通过如下公式获取坐标位置处的空间动量先验项： ； 其中是动量项，其初始值为0且尺寸大小和输入样本图片一样，后续其值随着迭代次数增加而不断更新，为历史梯度的移动平均值，表示卷积操作，通过卷积操作将相邻位置处的动量项考虑进来，更新位置处的动量项，更新完所有采样位置处的动量项后获得带有空间动量先验的动量； 步骤3.2：根据动量先验更新梯度的方向，公式如下： ； 其中μ是动量衰减系数，t代表迭代次数，代表L1范数，通过上述公式对所有采样位置处估计的梯度根据动量先验进行更新获得更新后的梯度gt+1； 步骤3.3：根据更新后的梯度gt+1更新通用对抗扰动，公式如下： ； 其中是学习步长，代表符号函数，操作将通用对抗扰动始终限制在范围内，对所有采样位置处的通用对抗扰动值进行一次更新； 步骤3.4：根据如下公式对所有采样位置处的动量项进行更新： ； 步骤3.5：每次选择一张训练样本，重复步骤1到步骤3，直到所有训练样本查询完毕，取最后更新的通用对抗扰动作为最终的扰动，添加到要攻击的测试样本上产生最终的对抗样本。

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广州大学，其通讯地址为：510006 广东省广州市大学城外环西路230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”。