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！

龙图腾网获悉北京大学申请的专利一种基于神经网络结构的对抗图片处理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：CN116071225B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202310052403.X，技术领域涉及：G06T3/04；该发明授权一种基于神经网络结构的对抗图片处理方法是由王奕森;莫易川设计研发完成，并于2023-02-02向国家知识产权局提交的专利申请。

本一种基于神经网络结构的对抗图片处理方法在说明书摘要公布了：本发明公布了一种基于神经网络结构的对抗图片处理方法，基于ViT和不等长路径深度学习网络模型进行图像处理，针对图像处理神经网络模型中存在的不同路径，定义衰减系数，通过对网络模型输入图像进行更深路径网络模型反传梯度衰减，得到具有迷惑性的对抗图片。采用本发明提供的技术方案，能够提升经过处理后图片的欺骗能力，在应用中不仅提升处理的对抗性图片的迷惑性，还能够更加客观地揭示人工智能中的图像应用所面临的安全性威胁，从而采取相应措施。

本发明授权一种基于神经网络结构的对抗图片处理方法在权利要求书中公布了：1.一种基于神经网络结构的对抗图片处理方法，基于ViT和不等长路径深度学习网络模型进行图像处理，针对图像处理神经网络模型中存在的不同路径，定义衰减系数，通过对网络模型输入图像进行更深路径网络模型反传梯度衰减，得到具有迷惑性的对抗图片；包括如下步骤： A.将数字图片x进行预处理成符合图像处理神经网络模型f输入的格式；加载相应的网络模型参数，使用正态分布初始化将要添加于图片上的噪声，记为δ0； B.对于输入图片x，经过n次迭代； 令t＝0,1,…n-1，第t次迭代具体是执行如下操作： B1.将输入图片x与第t次迭代所添加的噪声δt，逐像素值相加后输入到图像处理神经网络模型f，进行前向传播后，与图片标签y计算分类的交叉熵损失 B2.定义衰减系数γ，0＜γ＜1；使用所得交叉熵损失进行反向传播，即计算噪声δt的梯度； 对于ViT，使用衰减系数γ衰减从ViT的残差块反传的梯度，ViT的残差块即多头注意力模块和线性感知机模块； 对于不等长路径网络模型，基于激活函数使用衰减系数γ进行梯度衰减； 最后反传至δt的梯度为gt； B3.基于反向传播的梯度对所添加的噪声进行更新，并投影到像素可行域与攻击强度可行域；进行更新具体是： 如果范数约束是无穷范数，则δt+1＝δt+α*signgt； 如果范数约束是二范数，则 其中，α为单步添加的图像噪声强度； C.将经过n次迭代处理后得到的噪声与输入图片x逐像素值相加，即得到处理后的对抗图片。

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北京大学，其通讯地址为：100871 北京市海淀区颐和园路5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”。

以上内容由龙图腾AI智能生成。