面向深度神经网络的抗压缩对抗性图像生成方法

摘要

本发明公开了一种面向深度神经网络的抗压缩对抗性图像生成方法,通过设计一个神经网络来近似图像压缩算法，并将此神经网络加入到对抗性图像的优化求解过程中，使得生成的对抗性图像可以抵御图像压缩。本方法具有高扩展性，可以与现有的对抗性图像攻击方案相结合，在不明显影响攻击成功率的条件下，提高各种攻击算法生成的对抗性图像的抗压缩性能。另外，本方法还可针对压缩方法未知情况下的抗压缩对抗性图像实现，有着较高的黑盒实用性。克服了以往攻击方法生成的对抗性图像经过图像压缩后会失效的问题。