一种基于分类结果差异性的对抗训练方法

本发明属于对抗学习视觉表征领域，公开了一种基于分类结果差异性的对抗训练方法，将训练集中的每张图像输入到深度神经网络中，计算原始图像样本的梯度方向并沿着梯度方向添加扰动生成对抗样本；同时将原始样本和生成的对抗样本输入到深度神经网络中训练；根据深度神经网络对原始样本和对抗样本的分类结果将所有原始样本分为两个类别；计算其中一个类别的原始样本的损失值和另一个类别的对抗样本的损失值；通过最小化损失值对深度神经网络的参数进行梯度更新；本发明是在经典的对抗训练方法的基础上，根据分类结果对样本进行分类，对不同类别的样本采用更加合适的损失函数，达到更好的训练效果。