期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于图像熵联合重构的对抗样本检测方法
1
作者
许剑南
杨玉丽
+2 位作者
马垚
于丹
陈永乐
《计算机工程与设计》
北大核心
2024年第5期1305-1311,共7页
为增强机器视觉领域深度神经网络模型的安全性,提出一种基于图像熵联合重构的对抗样本检测方法。利用正常样本和对抗样本在图像重构后,分类结果差异大小不同的原理进行对抗样本的检测。引入位深度缩减、空间平滑、图像压缩、平移、翻转...
为增强机器视觉领域深度神经网络模型的安全性,提出一种基于图像熵联合重构的对抗样本检测方法。利用正常样本和对抗样本在图像重构后,分类结果差异大小不同的原理进行对抗样本的检测。引入位深度缩减、空间平滑、图像压缩、平移、翻转、缩放6种图像重构方法,以图像熵作为重构参数选择的指标,利用KL散度序列训练二元检测器。对比实验结果表明,采用的方法相较于特征压缩法,对抗样本检测率得到提升,误检率有所降低。
展开更多
关键词
深度神经网络
对抗样本
图像熵
图像重构
不一致序列
检测器
图像分类
在线阅读
下载PDF
职称材料
题名
基于图像熵联合重构的对抗样本检测方法
1
作者
许剑南
杨玉丽
马垚
于丹
陈永乐
机构
太原理工大学信息与计算机学院
出处
《计算机工程与设计》
北大核心
2024年第5期1305-1311,共7页
基金
山西省基础研究计划基金项目(201901D211076、20210302123131、20210302124395)。
文摘
为增强机器视觉领域深度神经网络模型的安全性,提出一种基于图像熵联合重构的对抗样本检测方法。利用正常样本和对抗样本在图像重构后,分类结果差异大小不同的原理进行对抗样本的检测。引入位深度缩减、空间平滑、图像压缩、平移、翻转、缩放6种图像重构方法,以图像熵作为重构参数选择的指标,利用KL散度序列训练二元检测器。对比实验结果表明,采用的方法相较于特征压缩法,对抗样本检测率得到提升,误检率有所降低。
关键词
深度神经网络
对抗样本
图像熵
图像重构
不一致序列
检测器
图像分类
Keywords
deep neural network
adversarial examples
image entropy
image reconstructions
inconsistency sequence
detector
image classification
分类号
TP309.2 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于图像熵联合重构的对抗样本检测方法
许剑南
杨玉丽
马垚
于丹
陈永乐
《计算机工程与设计》
北大核心
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
