《表1 图片分类结果对比:基于深度学习的图像识别问题中对抗样本的研究》
这样,我们糊弄了Inception模型,让它相信一张猴子的图像展示的是一个书架。只是添加了一些“特定的”噪声就导致了这个误分类。注意,上面展示的噪声是被放大数倍的。实际上,噪声只在输入图像每个像素颜色强度的最多1.2%范围内调整图像(假定噪声界限像上面的函数一样设置为3.0)。由于噪声很弱,人类观察不到,但它导致Inception模型完全误分类的输入图像。
图表编号 | XD00102883700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.01 |
作者 | 王家 |
绘制单位 | 电子科技大学成都学院云计算科学与技术系 |
更多格式 | 高清、无水印(增值服务) |