基于图像降噪的集成对抗防御模型研究AET-电子技术应用-最丰富的电子设计资源平台

基于图像降噪的集成对抗防御模型研究
所属分类：技术论文
上传者：zhoubin333
文档大小：1561 K
标签：对抗样本集成学习降噪自动编码器
所需积分：0分积分不够怎么办？
文档介绍：深度学习的快速发展使其在图像识别、自然语言处理等诸多领域广泛应用。但是，学者发现深度神经网络容易受到对抗样本的欺骗，使其以较高置信度输出错误结果。对抗样本的出现给对安全性要求严格的系统带来很大威胁。研究了在低层特征（LowLevel Feature）和高层特征（HighLevel Feature）对图像进行降噪以提升模型防御性能。在低层训练一个降噪自动编码器，并采用集成学习的思路将自动编码器、高斯扰动和图像掩码重构等多种方式结合；高层对ResNet18作微小改动加入均值滤波。实验显示，所提出的方法在多个数据集的分类任务上有较好的防御性能。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。

活动