【业界首例】MIT新算法骗过神经网络3D物体分类,成功率超90%
在这篇论文中,作者秒速了他们如何在2D和3D情况下生成具有可迁移性的对抗样本。此外,他们还展示了,使用新方法在物理世界中合成和制作这种稳定的3D对抗样本,包括具有复杂形状的物体:在实验中,无论视点、噪声和其他类似的现实世界因素如何,这些对抗样本都保持其攻击性。 为了表示他们的过程适用于任意3D模型,...
本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。
在这篇论文中,作者秒速了他们如何在2D和3D情况下生成具有可迁移性的对抗样本。此外,他们还展示了,使用新方法在物理世界中合成和制作这种稳定的3D对抗样本,包括具有复杂形状的物体:在实验中,无论视点、噪声和其他类似的现实世界因素如何,这些对抗样本都保持其攻击性。 为了表示他们的过程适用于任意3D模型,...
本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。