piggy_pig的博客

论文阅读：Dual Manifold Adversarial Robustness: Defense against Lp and non-Lp Adversarial AttacksAbstract对抗性训练是一种常用的防御策略，用于对抗有界 Lp的攻击威胁模型。 然而，它经常降低模型在正常图像上的性能，更重要的是，防御不能很好地推广到新的攻击。鉴于深度生成模型(如 GANs 和 VAEs)在描述（近似）图像的底层流形方面的成功，我们研究是否可以通过利用底层流形信 息来弥补上述对抗性训练的不足。 为