因吉与皮卡墨
-
论文阅读 (54):DeepFool: A Simple and Accurate Method to Fool Deep Neural Networks
1 引入 1.1 题目 2016CVPR:简单愚弄深度神经网络 (DeepFool: A simple and accurate method to fool deep neu…
-
论文阅读 (53):Universal Adversarial Perturbations
1 概述 1.1 题目 2017CVPR:普适对抗扰动 (Universal adversarial perturbations) 1.2 方法 要点如下: 1)…
-
论文阅读 (52):Self-Training Multi-Sequence Learning with Transformer for Weakly Supervised Video Anomaly
0 引入 0.1 题目 2022AAAI:变换自学习多序列学习与弱监督视频异常检测 (Self-training multi-sequence learning with tr…
-
对抗攻击与防御 (1):图像领域的对抗样本生成
1 引入 与其他领域相比,图像领域的对抗样本生成具有以下优势: 1)真实图像与虚假图像于观察者是直观的; 2)图像数据与图像分类器的结构相对简单。 主要内容:以全连接网…
-
多示例学习 (multi-instance learning, MIL)学习路线 (分类)
1 简单认知 作为完全的新手,推荐先去维基百度看看多示例的简介,再去CSDN等地方阅读一些多示例的综述博客,有一个总体的认知:即多示例是一种处理称之为包的学习范式,每个包由多个对象…