基于特征融合增强图像的定向目标攻击可迁移性

蔡 敏
广州工商学院

摘要


在现代计算机视觉系统中，图像识别和分类任务变得越来越重要。然而，随着深度学习技术的广泛应用，
图像识别系统也面临着越来越多的安全威胁。其中，定向目标攻击是一种常见的攻击手段，旨在通过在图像中添加
微小的扰动来欺骗识别系统，使其错误地识别目标。为了提高攻击的可迁移性，提出了基于特征融合增强图像的定
向目标攻击方法。

关键词


深度学习；增强图像；定向目标攻击；可迁移性

全文:

PDF


参考


[1]程学军，潘红改，王建平.关于混合多距离图

像运动目标Retinex增强研究[J].计算机仿真，2021，38

（12）：105-108+290.

[2]郭雨青，曾庆军，夏楠，孙啸天，许赫威.图像

增强水下自主机器人目标识别研究[J].中国测试，2021，

47（11）：47-52.

[3]刘万军，高健康，曲海成，姜文涛.多尺度特征

增强的遥感图像舰船目标检测[J].自然资源遥感，2021，

33（03）：97-106.

[4]郑哲，雷琳，孙浩，匡纲要.联合特征增强和锚

点自动生成的遥感图像高精度目标检测[J].信号处理，

2021，37（09）：1669-1680.

[5]黄珍，潘颖.基于移动增强现实技术的复杂场景

视频图像多目标跟踪[J].辽东学院学报（自然科学版），

2021，28（01）：39-43.


Refbacks

  • 当前没有refback。