【摘 要】
：
对抗样本是当前深度学习神经网络研究的热点问题．目前，对抗样本技术的研究主要分为2方面：生成攻击、检测防御．在总结对抗样本生成攻击技术的基础上，面向图像数据的对抗样本检测与防御技术综述首次从对抗样本的检测与防御的角度对面向图像数据的对抗样本防御技术进行了总结．综述从特征学习、分布统计、输入解离、对抗训练、知识迁移及降噪6个方面将检测与防御技术进行归类，介绍检测与防御技术的演进，分析其特点、性能，对比
论文部分内容阅读
对抗样本是当前深度学习神经网络研究的热点问题．目前，对抗样本技术的研究主要分为2方面：生成攻击、检测防御．在总结对抗样本生成攻击技术的基础上，面向图像数据的对抗样本检测与防御技术综述首次从对抗样本的检测与防御的角度对面向图像数据的对抗样本防御技术进行了总结．综述从特征学习、分布统计、输入解离、对抗训练、知识迁移及降噪6个方面将检测与防御技术进行归类，介绍检测与防御技术的演进，分析其特点、性能，对比不同技术的优缺点，给出了检测效果和防御效果的综合评价．最后对当前该领域的研究情况进行了总结与展望．
其他文献
针对计算机断层成像中辐射剂量的暴露具有癌症诱发的潜在危险，以及单一数据在重建结果中易产生噪声残留、结构过度平滑等问题，本文提出基于两种不同数据域的低剂量CT图像多阶段联合降噪模型。在生成器第一阶段对低剂量投影数据采用残差U-Net模型进行正弦图恢复，在编解码过程通过嵌入跳跃连接为上采样增加多尺度信息，加快训练收敛速度。对去噪后投影图像用滤波反投影实现频域到空间域转换。在第二阶段利用多尺度卷积对CT
基于深度学习的煤矿井下运煤皮带机异物检测在保证煤矿安全生产方面有着重要的意义，更精准、高效的目标检测算法是目前目标检测研究的热点和难点。为了实现运煤皮带运行时对进入其中的异物快速准确识别，防止皮带撕裂现象的发生，提出一种改进的CenterNet运煤皮带异物检测算法，首先对煤矿井下图像进行预处理，以适应CenterNet网络，提高网络对目标图像的检测有效性；对网络进行改进，将残差模块中的标准卷积替换
散射计测量海面后向散射系数,并通过GMF(Geophysical Model Function)反演得到海面风场。目前散射计风场反演所采用的GMF一般只考虑雷达极化方式、雷达入射角、风速和相对风向对海面后向散射系数的影响,而相关研究表明SST(Sea Surface Temperature)对Ku波段散射计风场反演具有不可忽略的影响。本文利用HY2A-SCAT(Haiyang-2A Scatter
低动态范围（Low Dynamic Range，LDR）的数字图像的亮度动态范围要远远低于人眼能够观看到的动态范围，从而使得图像或者视频的细节丢失、色彩失真，导致无法精确获取真实场景的信息。高动态范围（High Dynamic Range，HDR）技术可解决数字图像系统和真实世界在亮度动态范围上存在巨大差距的问题，HDR的流媒体服务已经成为未来人们追求更高的视听享受的选择，在摄影、视频监控、真实感
针对临床银屑病图像分割精度不高和分割结果出现的像素栅格化问题，提出了一种有效的U-net医学图像分割改进方法。该方法采用对比度受限的自适应直方图均衡化（CLAHE）方法对银屑病图像进行预处理，并采用跳跃连接Inception-Res A模块代替经典U-net特征提取单元，以及采用马尔可夫随机场后处理进一步提升分割精度。针对长征医院临床银屑病样本，实验结果表明，改进的U-Net模型Dice系数和Ja
为了解决现有安全帽佩戴数据集样本数量有限导致模型检测精度较低的问题，提出一种基于场景增强的样本扩充算法。该算法将训练集中随机抽取的图像中的检测目标随机缩放后，粘贴到另一随机场景图像上的任意位置，基于现有场景构建出拥有新的检测目标的增强场景，通过场景增强扩充安全帽佩戴训练数据集，增加训练数据集的多样性。为了验证该算法在安全帽佩戴检测中的有效性，使用场景增强算法扩充HelmetWear数据集，并用其训
从三维网格模型中提取轮廓信息是一个具有挑战性的过程。现有的方法一般是基于局部形状特征分析，如曲面的曲率和相邻面法向之间的夹角，但是这些特性通常对模型中的局部特征变化敏感。为了解决这个问题，提出一种基于三维形状几何近似的轮廓提取方法。该方法利用一个完善的变分几何分割算法来得到一套完整的描述性特征曲线。首先基于变分几何近似方法划分模型为若干分片；其次提取所有分片的内部特征曲线，并过滤较短的特征曲线；然
步态识别作为一种非接触式远距离的生物特征识别技术，其任务是根据远距离行人的行走模式来实现身份识别。针对卷积神经网络(CNN)对穿着影响因素较大的红外人体步态进行分类时存在不稳定性的问题，本文提出利用长短期记忆网络，根据人体身高比例遮挡穿着部分后的图像，让网络集中注意力提取腿部的变化特征以及每个红外人体步态周期的时间维度特征，从而构建了一种新的步态识别模型。该模型在中科院提供的CASIA C红外步态
LOD(level of detail)技术已被广泛应用于三维场景优化和提升渲染速度。针对场景切换时产生的LOD纹理突变和走样问题， 提出一种基于着色器的LOD纹理混合与反走样平滑过渡算法。该算法根据三维模型和视点的距离大小， 运用基于Alpha测试的不透明蒙版算法和加权邻帧反走样算法在LOD间生成过渡材质， 实现三维模型LOD切换的平滑过渡， 不仅能够改善纹理质量， 而且能够保证三维场景加载的流
秸秆深还是近十年出现的一种新的玉米秸秆还田方式，以往对秸秆深还后持续不同年限的土壤培肥效果进行相关研究，而关于连年与隔年两种秸秆深还方式对比的研究较少。所以本试验在还田年限（3年）和总还田量相同的情况下，来对比连续3年分3次与间隔3年集中一次两种秸秆深还方式对土壤物理性状、有机质、速效养分的影响效果。为此，本文设计4种处理方法：CK(未施用玉米秸秆）、CS-3A(连续3年1倍量秸秆深还）、2CS-