发表服务
对抗样本（adversarialexamples）这一概念在Szegedyetal.(2014b)中被提出：对输入样本故意添加一些人无法察觉的细微的干扰，导致模型以高置信度给出一个错误的输出。现如今，deepneuralnetworks在很多问题上都取得了极大的飞跃，但对抗样本这一问题却...
在碎片化阅读充斥眼球的时代，越来越少的人会去关注每篇论文背后的探索和思考。在这个栏目里，你会快速get每篇精选论文的亮点和痛点，时刻紧跟AI前沿成果。本期我们筛选了9篇「对抗样本」领域的最新论文，一…
从论文ID公布以来，极市一直在对CVPR进行实时跟进，本文是对80篇CVPR2020论文整理和分类，均有论文链接，部分含开源代码，涵盖的方向有：目标检测、目标、图像分割、人脸识别、姿态估计、三维...2020CVPR对抗样本相关论文整理(无开源代码...
cvpr2021对抗样本论文阅读笔记.AIR:PracticalQuery-efficientBlack-BoxAttacksforImageRetrieval，论文笔记，针对图像检索系统的基于询问的黑盒攻击.MetaSimulator:Simulatingunknowntargetmodelsforquery-efficientblack-boxattacks，论文笔记，用元学习的方法训练一个比较好的代理模型...
NLP对抗样本攻防战必读论文虽然，自然语言领域的对抗攻防仍然有很多困难，但目前已经有一批优秀的论文。最近清华大学杨承昊、岂凡超和臧原同学整理了一份必读论文，其从整体的综述论文到攻击、防御方法介绍了该领域的前沿研究工作...
论文摘要AdversarialExample的延伸，表明不仅仅只有NeuralNetwork有这种现象，在此文章之前对该问题的解释集中在nonlinearity和overfitting上。但是本文提出这些算法对于对抗样本脆弱性的主要原因正是在于它们线性的本质。并通过定量分析来解释AdversarialExample在不同架构不同数据集能…
对抗样本(论文解读五):Perceptual-SensitiveGANforGeneratingAdversarialPatchesEnjoy_endless12-181474准备写一个论文学习专栏，先以对抗样本相关为主，后期可能会涉及到目标检测相关领域。内容不是纯翻译，包括自己的一些注解和总结...
对抗训练（adversarialtraining）是增强神经网络鲁棒性的重要方式。在对抗训练的过程中，样本会被混合一些微小的扰动（改变很小，但是很可能造成误分类），然后使神经网络适应这种改变，从而对对抗样本…
综述论文：对抗攻击的12种攻击方法和15种防御方法.这篇文章首次展示了在对抗攻击领域的综合考察。.本文是为了比机器视觉更广泛的社区而写的，假设了读者只有基本的深度学习和图像处理知识。.不管怎样，这里也为感兴趣的读者讨论了有重要贡献的技术...
ICLR2018大会的接收论文中，8篇有关防御对抗样本的研究中，7篇已经被攻破了——在大会开幕三个月之前。来自MIT和UCBerkeley的研究者定义了一种被称为「混淆梯度」（obfuscatedgradients）的现象。
对抗样本（adversarialexamples）这一概念在Szegedyetal.(2014b)中被提出：对输入样本故意添加一些人无法察觉的细微的干扰，导致模型以高置信度给出一个错误的输出。现如今，deepneuralnetworks在很多问题上都取得了极大的飞跃，但对抗样本这一问题却...
在碎片化阅读充斥眼球的时代，越来越少的人会去关注每篇论文背后的探索和思考。在这个栏目里，你会快速get每篇精选论文的亮点和痛点，时刻紧跟AI前沿成果。本期我们筛选了9篇「对抗样本」领域的最新论文，一…
从论文ID公布以来，极市一直在对CVPR进行实时跟进，本文是对80篇CVPR2020论文整理和分类，均有论文链接，部分含开源代码，涵盖的方向有：目标检测、目标、图像分割、人脸识别、姿态估计、三维...2020CVPR对抗样本相关论文整理(无开源代码...
cvpr2021对抗样本论文阅读笔记.AIR:PracticalQuery-efficientBlack-BoxAttacksforImageRetrieval，论文笔记，针对图像检索系统的基于询问的黑盒攻击.MetaSimulator:Simulatingunknowntargetmodelsforquery-efficientblack-boxattacks，论文笔记，用元学习的方法训练一个比较好的代理模型...
NLP对抗样本攻防战必读论文虽然，自然语言领域的对抗攻防仍然有很多困难，但目前已经有一批优秀的论文。最近清华大学杨承昊、岂凡超和臧原同学整理了一份必读论文，其从整体的综述论文到攻击、防御方法介绍了该领域的前沿研究工作...
论文摘要AdversarialExample的延伸，表明不仅仅只有NeuralNetwork有这种现象，在此文章之前对该问题的解释集中在nonlinearity和overfitting上。但是本文提出这些算法对于对抗样本脆弱性的主要原因正是在于它们线性的本质。并通过定量分析来解释AdversarialExample在不同架构不同数据集能…
对抗样本(论文解读五):Perceptual-SensitiveGANforGeneratingAdversarialPatchesEnjoy_endless12-181474准备写一个论文学习专栏，先以对抗样本相关为主，后期可能会涉及到目标检测相关领域。内容不是纯翻译，包括自己的一些注解和总结...
对抗训练（adversarialtraining）是增强神经网络鲁棒性的重要方式。在对抗训练的过程中，样本会被混合一些微小的扰动（改变很小，但是很可能造成误分类），然后使神经网络适应这种改变，从而对对抗样本…
综述论文：对抗攻击的12种攻击方法和15种防御方法.这篇文章首次展示了在对抗攻击领域的综合考察。.本文是为了比机器视觉更广泛的社区而写的，假设了读者只有基本的深度学习和图像处理知识。.不管怎样，这里也为感兴趣的读者讨论了有重要贡献的技术...
ICLR2018大会的接收论文中，8篇有关防御对抗样本的研究中，7篇已经被攻破了——在大会开幕三个月之前。来自MIT和UCBerkeley的研究者定义了一种被称为「混淆梯度」（obfuscatedgradients）的现象。
发表服务