首页
学习
活动
专区
圈层
工具
发布
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    CVPR 2023 | 由点到面:可泛化的流形对抗攻击,从个体对抗到流形对抗

    该研究从目标域和对抗域两个方面对先前的工作做了改进。在目标域上,该研究通过攻击目标身份的状态集合找到高泛化的更强大的对抗样本。...例如下图中,AU 向量中的第一个元素 AU1 表示了提起内侧眉毛的程度。...来自《面部表情解剖学》 对于目标域,该研究攻击含有多种表情状态的目标集合,从而实现对未知的目标照片也有较好的攻击性能;对于对抗域,该研究建立与 AU 空间一一对应的对抗流形,可以用改变 AU 值的方式,...在对抗流形上采样对抗样本,连续地改变 AU 值,就可以生成表情连续变化的对抗样本。...总结 综上所述,该研究提出了一种新的名为 GMAA 的攻击范式,同时扩展了目标域和对抗域,提高了攻击的性能。对于目标域,GMAA 通过攻击状态集合而不是单张图像来提升对目标身份的泛化能力。

    89530
    领券