Aug, 2023
WSAM: 从样式增强中产生的视觉解释作为对抗性攻击器及其在图像分类中的影响
WSAM: Visual Explanations from Style Augmentation as Adversarial Attacker and Their Influence in Image Classification
Felipe Moreno-Vera, Edgar Medina, Jorge Poco
TL;DR本文提出了一种使用基于随机采样和噪音添加的样式增强算法,以改善一般线性变换的样式转移中的随机性,通过我们的增强策略,所有模型不仅在图像风格化方面表现出极高的鲁棒性,而且在 STL-10 数据集上超越了所有先前方法并超过了最先进的性能。同时,我们对模型在不同样式变化下的解释进行了分析,并比较了在训练设置中应用于深度神经架构时的性能的全面实验。