May, 2023
深度多光谱分割模型对自然扰动和数据污染的鲁棒性量化
Quantifying the robustness of deep multispectral segmentation models against natural perturbations and data poisoning
Elise Bishoff, Charles Godfrey, Myles McKay, Eleanor Byler
TL;DR本文旨在研究一种多光谱(RGB 和近红外)图像分割模型在遭受对抗攻击和自然扰动时的性能和鲁棒性,并发现,无论是 RGB 模型还是多光谱模型都容易受到数据污染攻击的影响。然而,自然扰动的影响取决于融合架构和输入数据的不同。