面向数字图像的人工智能安全 | 浏览量 : 0 下载量: 150 CSCD: 0

  • 导出

  • 分享

  • 收藏

  • 专辑

    • 自适应频率干扰：生成器驱动的可迁移对抗样本攻击

    • Adaptive frequency interference： generator-driven transferable adversarial attack

    • “介绍了其在人工智能安全领域的研究进展，专家提出了一种基于生成器架构的频率域对抗样本生成方法，为解决对抗样本的迁移性与生成效率问题提供了新的解决方案。”
    • 2026年31卷第1期 页码：154-166   

      收稿：2025-03-12，

      修回：2025-07-21，

      录用：2025-08-01，

      纸质出版：2026-01-16

    • DOI： 10.11834/jig.250075     

    移动端阅览

  • 米建勋， 曾鸿泉， 周丽芳， 陈涛， 程晓. 2026. 自适应频率干扰：生成器驱动的可迁移对抗样本攻击. 中国图象图形学报， 31(1):0154-0166 DOI： 10.11834/jig.250075.
    Mi Jianxun， Zeng Hongquan， Zhou Lifang， Chen Tao， Cheng Xiao. 2026. Adaptive frequency interference： generator-driven transferable adversarial attack. Journal of Image and Graphics， 31(1):0154-0166 DOI： 10.11834/jig.250075.
  •  
  •  
文章被引用时，请邮件提醒。
提交

相关文章

相关作者

米建勋 重庆邮电大学图像认知重庆市重点实验室;重庆邮电大学计算机科学与技术学院
曾鸿泉 重庆邮电大学图像认知重庆市重点实验室;重庆邮电大学计算机科学与技术学院
周丽芳 重庆邮电大学图像认知重庆市重点实验室;重庆邮电大学软件工程学院
陈涛 国网重庆市电力公司电力科学研究院
程晓 国网重庆市电力公司电力科学研究院
李美玲 复旦大学计算与智能创新学院
钱振兴 复旦大学计算与智能创新学院
张新鹏 复旦大学计算与智能创新学院

相关机构

重庆邮电大学计算机科学与技术学院
重庆邮电大学软件工程学院
复旦大学计算与智能创新学院
福州大学计算机与大数据学院
天津大学智能与计算学部
0