通过将边缘检测器作为层核心并设计二进制边缘特征分支（BEFB）来增强深度卷积神经网络（DCNN）的鲁棒性。实验证明，采用BEFB的集成模型在面对多种攻击时具有更高的分类准确性，并且具备了轻量化和不对训练造成负面影响的特点。该研究首次表明通过结合形状类特征和纹理特征可以增强DCNN的鲁棒性。