BriefGPT.xyz
大模型
Ask
alpha
关键词
semantic transformations
搜索结果 - 5
基于 CLIP 的零样本异常分割的语义鲁棒性研究
使用预训练的基础模型进行零样本异常分割是一种有前途的方法，它可以在不需要昂贵的领域特定训练或微调的情况下实现有效的算法。我们通过扰动测试数据使用三种语义变换（有界角度旋转、有界饱和度变化和色调变化）来研究 WinCLIP [14] 零样本异
→
PDF
2 months ago
GSmooth: 通过广义随机光滑化证明对抗语义转换的鲁棒性
本研究提出了广义随机平滑（GSmooth）理论框架及算法，通过新的维度扩增策略，可证明机器学习系统对普遍的语义转换是有稳健性的，采用基准测试的方法得到的结果显示了我们的方法非常有效。
PDF
2 years ago
MM
TSS: 用于鲁棒性认证的转换特定平滑
本文提出了一个名为 TSS 的框架，用于证明机器学习算法具有普适的鲁棒性，能够有效地抵御各种对抗性的语义转换和攻击，特别是在图像分类领域中，对于像旋转，高斯模糊等紧密的语义转换表现出了优秀的鲁棒性。
PDF
4 years ago
ECCV
图像语义转换：更快、更轻、更强
本文提出了一种名为 ISTRC 的模型，它使用 Facenet 的欧几里得潜空间来理解图像，能够实现完美重构，以实现语义变换和图像算术计算。ISTRC 可以执行包括男女性别、微笑、大嘴巴、减掉胡须或加上胡须、变大 / 变小的鼻子、老化及年轻
→
PDF
6 years ago
CVPR
图像内容变化的深层特征插值
本文提出了 Deep Feature Interpolation（DFI）作为高分辨率图像转换的新数据驱动基准，只依赖于从预训练的卷积神经网络中进行深度卷积特征的简单线性插值。我们发现，虽然 DFI 非常简单，但是可以执行高级语义变换，如
→
PDF
8 years ago
Prev
Next