一种面向深度神经网络的基于空间约束的高隐蔽性对抗性图像攻击方法

摘要

本发明公开了一种面向深度神经网络的基于空间约束的高隐蔽性对抗性图像攻击方法,相较于以往用于攻击神经网络的对抗性图像生成方法，本方法考虑生成样本的不可见性，通过多尺度区域复杂度融合搜索图像的复杂区域，并自适应地在复杂区域加入生成的噪声，实现高隐蔽性的对抗性图像攻击。此外，本方法具有高扩展性，可以与现有的对抗性图像攻击方法相结合，在不影响攻击成功率的条件下，生成面向深度神经网络的不可见性更高的对抗性图像。