Nov, 2018
神经网络易受奇怪姿势的熟悉对象欺骗
Strike (with) a Pose: Neural Networks Are Easily Fooled by Strange Poses of Familiar Objects
Michael A. Alcorn, Qi Li, Zhitao Gong, Chengfei Wang, Long Mai...
TL;DR文章利用 3D 渲染器和自制的数据集,揭示了深度神经网络在处理不同位置物体的图像时容易出现误分类的问题,并证明,即使在不同模型和数据集上,对抗性的位置扰动仍然具有传递性。