CVPRMar, 2023
特征分离和重新校准的对抗鲁棒性
Feature Separation and Recalibration for Adversarial Robustness
Woo Jae Kim, Yoonki Cho, Junsik Jung, Sung-Eui Yoon
TL;DR本文提出了一种名为特征分离与校准 (FSR) 的新方法,通过分离和校准恶意、非鲁棒激活,为更强大的特征映射重新校准,以捕获正确模型预测所需的潜在有用线索,相较于传统的去激活技术,实验表明 FSR 不仅提高了现有对抗训练方法的健壮性,而且对计算开销很小。