BriefGPT - AI 论文速递
·
增强的三维对抗样本用于鲁棒性领域外预测
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文研究了语义分割和物体检测领域中的对抗样本，并通过DAG算法生成大量对抗样本。发现对抗扰动可以在不同的数据、架构和任务之间传递，尤其是在相同架构的网络之间更显著。对多个扰动求和通常会导致更好的传递性能，提供了一种有效的黑盒对抗攻击方法。
🎯
关键要点
- 本文研究了语义分割和物体检测领域中的对抗样本。
- 采用DAG（Dense Adversary Generation）算法生成大量对抗样本。
- 对抗扰动可以在不同的数据、架构和任务之间传递。
- 相同架构的网络之间对抗扰动的传递性更显著。
- 对多个扰动求和通常会导致更好的传递性能。
- 提供了一种有效的黑盒对抗攻击方法。
➡️
