以下图片转自
https://blog.csdn.net/seven159/article/details/72858703
人类可以很容易地忽略掉其中的噪声,识别出其中的物体
如果从频域角度来说,噪声是高频信号,物体是低频信号,那么人类可以很容易地获取低频信号
问题1:如何表达该算法?
以下图片转自“机器之心”
《教程|经得住考验的「假图片」:用TensorFlow为神经网络生成对抗样本》
http://www.sohu.com/a/164001792_465975
原文提出:“仅仅加入一些特殊的噪点,图像识别系统就会把大熊猫认作是长臂猿——而且是 99% 置信度。想象一下,如果无人驾驶汽车遇到了这种情况……”
问题2:为何人类不会受到这种影响?
说明人类的视觉识别方式和神经网络的方式仍然不同
这两个问题说明了,以按单个像素及其领域信息的处理方式,与人类的视觉处理方式不同
需要进一步在认知学方向进行研究
如图所示的椒盐噪声图片,如何滤波以获取清晰图像?