深度神经网络在高铁运行环境识别中的鲁棒性验证

来源：同济大学学报·自然科学版杂志2022年第10期北京时间：

作者：高珍，苏宇，侯潇雪，方沛，张苗苗

单位：同济大学 软件学院， 上海 201804

摘要：改进了DeepTRE的实现，在保留DeepTRE验证能力的前提下大幅降低了DeepTRE的空间复杂度，以适应大规模数据集场景。在高铁运行环境识别场景中评估了改进后的DeepTRE，并与其他主流验证工具DLV和SafeCV对比。实验结果表明，改进后的DeepTRE工具的显存占用显著低于原DeepTRE工具，相较于其他神经网络验证工具，改进后的DeepTRE工具在具有较快验证速度的前提下拥有更优异的验证效果。

关键词：深度神经网络,鲁棒性,DeepTRE,对抗攻击,目标检测

基金资助：国家自然科学基金（61972284）