本發明涉及識別攻擊，尤其涉及一種列車信標圖像的識別攻擊方法。

背景技術：

1、隨著貨物運輸的需求日益增加，以及人口增長和城市化進程的加快，如今對高效、安全的軌道交通運輸需求正在不斷提升。

2、在列車行駛過程中，信標識別是一項非常重要的任務，因為列車需要根據信標的信息判斷當前的行進位置。然而，由于障礙物遮擋、惡劣天氣、不同的光線情況等復雜的客觀環境因素，導致高速運行的列車對信標的識別存在一定的不可控性。那么，如何更好地保證列車對信標信息的識別成為了一個重要的研究課題。

3、現有列車信標識別對抗攻擊技術可能存在以下一些問題：1.難以應對復雜的視覺干擾：常見的方法往往只能針對簡單的視覺干擾或個別類型的干擾，難以應對列車運行過程中的復雜狀況。2.難以在高速運行時準確識別信標信息：列車的運行速度較快，傳感器容易忽略信標，或識別到模糊的圖像，導致信息識別錯誤。

技術實現思路

1、本發明提供一種列車信標圖像的識別攻擊方法，用以解決現有技術中難以應對復雜的視覺干擾以及難以在高速運行時準確識別信標信息的缺陷。

2、本發明提供一種列車信標圖像的識別攻擊方法，包括如下步驟：

3、確定針對原始列車信標圖像的攻擊類別，并提取所述原始列車信標圖像的圖像特征，基于所述攻擊類別，對所述圖像特征進行特征攻擊，得到模擬信標圖像；

4、將所述模擬信標圖像輸入至多模態編碼模型中，得到所述多模態編碼模型輸出的目標圖像特征；所述多模態編碼模型包括注意力機制，所述注意力機制的鍵和值為所述模擬信標圖像的編碼特征和提示序列的組合；所述提示序列是對所述模擬信標圖像進行識別得到的；

5、將所述目標圖像特征輸入至長短期記憶網絡中，得到所述長短期記憶網絡輸出的所述原始列車信標圖像的列車運行狀態。

6、根據本發明提供的一種列車信標圖像的識別攻擊方法，所述注意力機制的鍵和值的公式如下：

7、

8、

9、其中，表示提示序列，表示雙向長短記憶方法對模擬信標圖像n進行編碼處理得到的編碼特征，表示鍵和值，表示輸入序列中的第n個元素，表示第n個?lstm的參數集；

10、所述注意力機制的公式如下：

11、

12、其中，表示函數，表示查詢向量，表示鍵和值，表示向量維度。

13、根據本發明提供的一種列車信標圖像的識別攻擊方法，所述多模態編碼模型的訓練步驟，包括：

14、獲取樣本模擬信標圖像和所述樣本模擬信標圖像的圖像標簽，并確定初始多模態編碼模型；

15、將所述樣本模擬信標圖像輸入至所述初始多模態編碼模型中，得到所述初始多模態編碼模型輸出的預測圖像特征；

16、基于所述圖像標簽和所述預測圖像特征之間的差異，確定損失函數，并基于鏈式求導法計算所述損失函數相對于所述多模態編碼模型的參數的梯度，基于所述參數的梯度對所述初始多模態編碼模型進行參數更新，得到所述多模態編碼模型。

17、根據本發明提供的一種列車信標圖像的識別攻擊方法，所述原始列車信標圖像的獲取步驟，包括：

18、獲取初始列車信標圖像；

19、將所述初始列車信標圖像作為多次迭代攻擊的攻擊數據，并基于所述攻擊數據構建多次迭代攻擊模型，對所述多次迭代攻擊模型進行最大最小化問題優化，得到最大損失值對應的擾動參數；

20、基于對抗訓練算法，以及所述擾動參數，更新所述多次迭代攻擊模型的參數，得到目標攻擊模型，并基于所述目標攻擊模型對所述初始列車信標圖像進行攻擊，得到所述原始列車信標圖像。

21、根據本發明提供的一種列車信標圖像的識別攻擊方法，所述將所述目標圖像特征輸入至長短期記憶網絡中，得到所述長短期記憶網絡輸出的所述原始列車信標圖像的列車運行狀態，之后還包括：

22、基于所述列車運行狀態、路況矢量數據庫中與所述列車運行狀態相似的場景，以及大語言模型，確定所述原始列車信標圖像的信標定位，并基于所述信標定位，確定指導建議。

23、根據本發明提供的一種列車信標圖像的識別攻擊方法，所述攻擊類別包括模糊、強光、暗光、遮擋，以及混合干擾中的至少一種；

24、所述特征攻擊包括改變圖像的亮度、色度、對比度、銳度，以及引入噪聲和模糊化中的至少一種。

25、本發明還提供一種列車信標圖像的識別攻擊系統，包括如下單元：

26、確定單元，用于確定針對原始列車信標圖像的攻擊類別，并提取所述原始列車信標圖像的圖像特征，基于所述攻擊類別，對所述圖像特征進行特征攻擊，得到模擬信標圖像；

27、確定圖像特征單元，用于將所述模擬信標圖像輸入至多模態編碼模型中，得到所述多模態編碼模型輸出的目標圖像特征；所述多模態編碼模型包括注意力機制，所述注意力機制的鍵和值為所述模擬信標圖像的編碼特征和提示序列的組合；所述提示序列是對所述模擬信標圖像進行識別得到的；

28、確定列車運行狀態單元，用于將所述目標圖像特征輸入至長短期記憶網絡中，得到所述長短期記憶網絡輸出的所述原始列車信標圖像的列車運行狀態。

29、本發明提供的列車信標圖像的識別攻擊方法，確定針對原始列車信標圖像的攻擊類別，并提取原始列車信標圖像的圖像特征，基于攻擊類別，對圖像特征進行特征攻擊，得到模擬信標圖像，再將模擬信標圖像輸入至多模態編碼模型中，得到多模態編碼模型輸出的目標圖像特征，最后，將目標圖像特征輸入至長短期記憶網絡中，得到長短期記憶網絡輸出的原始列車信標圖像的列車運行狀態。一方面，不同于傳統研究中的單一攻擊干擾模式，可以模擬多種類型的復雜攻擊效果，可以選擇多樣的攻擊方式，并針對圖像特征進行修改；另一方面，使用lstm結合歷史信息輔助判斷當前狀況和整體狀況的關系，增強數據識別的有效性，提升了列車信標圖像的識別攻擊的魯棒性和有效性。

技術特征：

1.一種列車信標圖像的識別攻擊方法，其特征在于，包括：

2.根據權利要求1所述的列車信標圖像的識別攻擊方法，其特征在于，所述注意力機制的鍵和值的公式如下：

3.根據權利要求1所述的列車信標圖像的識別攻擊方法，其特征在于，所述多模態編碼模型的訓練步驟，包括：

4.根據權利要求1所述的列車信標圖像的識別攻擊方法，其特征在于，所述原始列車信標圖像的獲取步驟，包括：

5.根據權利要求1至4中任一項所述的列車信標圖像的識別攻擊方法，其特征在于，所述將所述目標圖像特征輸入至長短期記憶網絡中，得到所述長短期記憶網絡輸出的所述原始列車信標圖像的列車運行狀態，之后還包括：

6.根據權利要求1至4中任一項所述的列車信標圖像的識別攻擊方法，其特征在于，所述攻擊類別包括模糊、強光、暗光、遮擋，以及混合干擾中的至少一種；

7.一種列車信標圖像的識別攻擊系統，其特征在于，包括：

技術總結
本發明涉及識別攻擊技術領域，提供一種列車信標圖像的識別攻擊方法，方法包括：確定對原始列車信標圖像的攻擊類別，提取原始列車信標圖像的圖像特征，基于攻擊類別對圖像特征進行特征攻擊，得到模擬信標圖像；將模擬信標圖像輸入多模態編碼模型得到目標圖像特征；多模態編碼模型包括注意力機制，注意力機制的鍵和值為模擬信標圖像的編碼特征和提示序列的組合；將目標圖像特征輸入長短期記憶網絡得到原始列車信標圖像的列車運行狀態。不同于傳統研究中的單一攻擊干擾模式，可選擇多樣的攻擊方式，并針對圖像特征進行修改；使用LSTM結合歷史信息輔助判斷當前狀況和整體狀況的關系，增強數據識別的有效性，提升列車信標圖像的識別攻擊的魯棒性。

技術研發人員：劉俊波
受保護的技術使用者：北京大象科技有限公司
技術研發日：
技術公布日：2025/3/10