基于圖像降噪的集成對抗防御模型研究
所屬分類：技術(shù)論文
上傳者：zhoubin333
文檔大?。?span>1561 K
標簽： 對抗樣本 集成學(xué)習(xí) 降噪自動編碼器
所需積分：0分積分不夠怎么辦？
文檔介紹：深度學(xué)習(xí)的快速發(fā)展使其在圖像識別、自然語言處理等諸多領(lǐng)域廣泛應(yīng)用。但是，學(xué)者發(fā)現(xiàn)深度神經(jīng)網(wǎng)絡(luò)容易受到對抗樣本的欺騙，使其以較高置信度輸出錯誤結(jié)果。對抗樣本的出現(xiàn)給對安全性要求嚴格的系統(tǒng)帶來很大威脅。研究了在低層特征（LowLevel Feature）和高層特征（HighLevel Feature）對圖像進行降噪以提升模型防御性能。在低層訓(xùn)練一個降噪自動編碼器，并采用集成學(xué)習(xí)的思路將自動編碼器、高斯擾動和圖像掩碼重構(gòu)等多種方式結(jié)合；高層對ResNet18作微小改動加入均值濾波。實驗顯示，所提出的方法在多個數(shù)據(jù)集的分類任務(wù)上有較好的防御性能。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。