电子科技大学杨阳获国家专利权
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！
龙图腾网获悉电子科技大学申请的专利一种基于自适应加权的深度度量学习对抗防御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：CN116229208B 。
龙图腾网通过国家知识产权局官网在2025-09-26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：202310141006.X，技术领域涉及：G06V10/774；该发明授权一种基于自适应加权的深度度量学习对抗防御方法是由杨阳;位纪伟;何仕远;徐行设计研发完成，并于2023-02-20向国家知识产权局提交的专利申请。
本一种基于自适应加权的深度度量学习对抗防御方法在说明书摘要公布了：本发明公开了一种基于自适应加权的深度度量学习对抗防御方法分别为图像正样本对和图像负样本对设计了一个自适应加权损失L，其中图像正样本对的权重值Wp在[0,1]值域内为增函数，图像负样本对的权重值WN在[0,1]值域内为减函数，这样可以根据不同图像样本对的距离分数自适应地为其分配适当的权重，进而在不同的训练阶段自适应地操纵图像样本对的攻击强度，即在早期训练阶段削弱对抗样本的攻击强度并在后期训练阶段增强对抗样本的攻击强度。与现有手工制定攻击策略方法相比，本发明有效提升了对抗训练的训练效率和图像深度度量学习模型的对抗鲁棒性。
本发明授权一种基于自适应加权的深度度量学习对抗防御方法在权利要求书中公布了：1.一种基于自适应加权的深度度量学习对抗防御方法，其特征在于，包括以下步骤： 1、构建自适应加权损失L： 其中，N表示训练使用的距离分数数量，Wp表示图像正样本对的权重值，而Wn表示图像负样本对的权重值，为图像正样本对距离分数，为图像负样本对距离分数，λ为常量，右下角加号表示自适应加权损失L取正值； Wp和Wn都被定义为距离分数的函数： 其中，F·被定义为加权函数，α和β表示加权函数的参数集； 其中，图像正样本对的权重值Wp在[0，1]值域内为增函数，图像负样本对的权重值Wn在[0，1]值域内为减函数； 2、基于最小-最大对抗训练，生成对抗图像，并获得r个类内距离分数即图像正样本对距离分数的集合和s个类间距离分数即图像负样本对距离分数的集合然后分别从两个集合中选取N个距离分数，依据自适应加权损失L对图像深度度量学习模型进行学习。
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电子科技大学，其通讯地址为：611731 四川省成都市高新区（西区）西源大道2006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”。
以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号