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！

龙图腾网获悉清华大学深圳国际研究生院申请的专利一种基于Fisher信息的对抗训练泛化能力提升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：CN115984667B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202310008684.9，技术领域涉及：G06V10/82；该发明授权一种基于Fisher信息的对抗训练泛化能力提升方法是由肖喜;曹钰鑫;夏树涛;江勇;郑海涛;王兴军设计研发完成，并于2023-01-04向国家知识产权局提交的专利申请。

本一种基于Fisher信息的对抗训练泛化能力提升方法在说明书摘要公布了：本发明公开了一种基于Fisher信息的对抗训练泛化能力提升方法，包括如下步骤：S1、通过不同对抗攻击方法将干净图像生成不同对抗图像；S2、通过Fisher信息将不同对抗图像进行线性叠加得到泛化对抗图像；S3、通过粒子群算法优化泛化对抗图像加权系数得到最优泛化对抗图像；S4、使用最优泛化对抗图像进行对抗训练得到泛化能力更强的分类模型。本发明不仅可以维持传统对抗攻击方法在干净图像上的分类准确率，而且对多种和未知的对抗攻击方法生成的对抗图像也具有很强的泛化性。

本发明授权一种基于Fisher信息的对抗训练泛化能力提升方法在权利要求书中公布了：1.一种基于Fisher信息的对抗训练泛化能力提升方法，其特征在于，包括如下步骤： S1、通过不同对抗攻击方法将干净图像生成不同对抗图像； S2、通过Fisher信息将不同对抗图像进行线性叠加得到泛化对抗图像； S3、通过粒子群算法优化泛化对抗图像加权系数得到最优泛化对抗图像； S4、使用最优泛化对抗图像进行对抗训练得到泛化能力更强的分类模型； 步骤S2中，所述Fisher信息计算对抗图像的泛化能力具体为：给定一个图像分类器f，fy|x表示分类器在输入干净图像为x下，输出标签y的分布；此时，干净图像x和添加扰动η后的图像x+η在经过分类器后输出分布的KL散度可以表示为： 其中Gx表示Fisher信息矩阵； 对KL散度中的扰动η进行限制的目标函数为： 其中ε表示扰动限制范围； 对KL散度中的扰动η运用拉格朗日乘数法进行限制的目标函数进行优化，得到优化变量Gxη＝λη，其中λ为拉格朗日乘子； 所述优化变量将KL散度中的扰动η转化为Fisher信息矩阵Gx的最大特征值的目标函数进一步优化为： 其中其中s表示模型f的softmax输出，Gs是正定矩阵；pis表示分类器经过softmax后输出为第i个类别的置信分数，M表示分类类别数； 步骤S2中，所述线性叠加是通过粒子位置对采用N种不同对抗方法生成对抗图像x1,x2,...,xN，进行线性叠加，得到泛化对抗图像其中αi为加权系数，满足 步骤S2中，所述线性叠加后的泛化对抗图像表示为： 其中β1,β2,...,βN-1表示干净图像对应的N-1维的粒子位置。

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清华大学深圳国际研究生院，其通讯地址为：518055 广东省深圳市南山区西丽街道深圳大学城清华校区A栋二楼；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”。