1 |
1
입력 이미지를 수신하는 수신부;상기 입력 이미지를 컨버전하여 컨버전된 이미지를 생성하는 컨버전부;상기 컨버전된 이미지에 적대적 공격이 발생되는 경우, 상기 컨버전된 이미지가 적대적 공격에 의해서 변환되어 생성된 적대적 변환된 이미지를 인버전하여 인버전된 이미지를 생성하는 인버전부; 및상기 인버전된 이미지를 심층 신경망 모델에 제공하는 송신부를 포함하는 적대적 사례에 강인한 심층 신경망 모델을 위한 입력 장치
|
2 |
2
제1항에 있어서,상기 인버전부는,상기 컨버전 과정에서 상기 입력 이미지에 추가된 노이즈를 제거하는 적대적 사례에 강인한 심층 신경망 모델을 위한 입력 장치
|
3 |
3
제1항에 있어서,상기 인버전부는,상기 컨버전된 이미지에 적대적 공격이 발생되는 않은 경우, 상기 컨버전된 이미지를 인버전하여 인버전된 이미지를 생성하는적대적 사례에 강인한 심층 신경망 모델을 위한 입력 장치
|
4 |
4
제1항에 있어서,상기 컨버전부는,상기 컨버전의 방법으로, Gaussian Random Noise(GRN), Fast Gradient Sign Method(FGSM), Basic Iterative Method (BIM), DeepFool 및 Carlini 0026# Wagner’s method(C0026#W Method) 중에서 어느 하나를 이용하는적대적 사례에 강인한 심층 신경망 모델을 위한 입력 장치
|
5 |
5
제1항에 있어서,상기 컨버전을 통해서 상기 입력 이미지에 추가되는 노이즈는,상기 적대적 공격에 의해서 상기 컨버전된 이미지에 추가되는 노이즈 보다 상대적으로 큰 것을 특징으로 하는적대적 사례에 강인한 심층 신경망 모델을 위한 입력 장치
|
6 |
6
입력 이미지를 수신하고, 상기 입력 이미지를 컨버전하여 컨버전된 이미지를 생성하여 자동 주행 서버로 송신하는 자동 주행 클라이언트; 및상기 컨버전된 이미지에 적대적 공격이 발생되는 경우, 상기 컨버전된 이미지가 적대적 공격에 의해서 변환되어 생성된 적대적 변환된 이미지를 인버전하여 인버전된 이미지를 생성하고, 상기 인버전된 이미지를 심층 신경망 모델에 제공하는 상기 자동 주행 서버를 포함하는 자동 주행 서비스에서 적대적 사례에 강인한 심층 신경망 모델을 위한 입력 장치
|
7 |
7
제6항에 있어서,상기 자동 주행 서버는,상기 컨버전 과정에서 상기 입력 이미지에 추가된 노이즈를 제거하는 자동 주행 서비스에서 적대적 사례에 강인한 심층 신경망 모델을 위한 입력 장치
|
8 |
8
제6항에 있어서,상기 자동 주행 서버는,상기 컨버전된 이미지에 적대적 공격이 발생되는 않은 경우, 상기 컨버전된 이미지를 인버전하여 인버전된 이미지를 생성하는자동 주행 서비스에서 적대적 사례에 강인한 심층 신경망 모델을 위한 입력 장치
|
9 |
9
입력 이미지를 수신하는 단계;상기 입력 이미지를 컨버전하여 컨버전된 이미지를 생성하는 단계;상기 컨버전된 이미지에 적대적 공격이 발생되는 경우, 상기 컨버전된 이미지가 적대적 공격에 의해서 변환되어 생성된 적대적 변환된 이미지를 인버전하여 인버전된 이미지를 생성하는 단계; 및상기 인버전된 이미지를 심층 신경망 모델에 제공하는 단계를 포함하는 적대적 사례에 강인한 심층 신경망 모델을 위한 입력 방법
|
10 |
10
제9항에 있어서,상기 컨버전된 이미지에 적대적 공격이 발생되는 경우, 상기 컨버전된 이미지가 적대적 공격에 의해서 변환되어 생성된 적대적 변환된 이미지를 인버전하여 인버전된 이미지를 생성하는 단계는,상기 컨버전 과정에서 상기 입력 이미지에 추가된 노이즈를 제거하는 적대적 사례에 강인한 심층 신경망 모델을 위한 입력 방법
|
11 |
11
제9항에 있어서,상기 컨버전된 이미지에 적대적 공격이 발생되는 않은 경우, 상기 컨버전된 이미지를 인버전하여 인버전된 이미지를 생성하는 단계를 더 포함하는 적대적 사례에 강인한 심층 신경망 모델을 위한 입력 방법
|
12 |
12
제9항에 있어서,상기 입력 이미지를 컨버전하여 컨버전된 이미지를 생성하는 단계는,상기 컨버전의 방법으로, Gaussian Random Noise(GRN), Fast Gradient Sign Method(FGSM), Basic Iterative Method (BIM), DeepFool 및 Carlini 0026# Wagner’s method(C0026#W Method) 중에서 어느 하나를 이용하는적대적 사례에 강인한 심층 신경망 모델을 위한 입력 방법
|
13 |
13
제9항에 있어서,상기 컨버전을 통해서 상기 입력 이미지에 추가되는 노이즈는,상기 적대적 공격에 의해서 상기 컨버전된 이미지에 추가되는 노이즈 보다 상대적으로 큰 것을 특징으로 하는적대적 사례에 강인한 심층 신경망 모델을 위한 입력 방법
|
14 |
14
제9항 내지 제13항 중 어느 한 항의 방법을 실행하기 위한 프로그램이 기록되어 있는 것을 특징으로 하는 컴퓨터에서 판독 가능한 기록 매체
|