每日AIGC最新进展(5):卷积神经网络在空间频率域中的对抗性鲁棒性、预训练多模态模型的情感认知合理性、3D Gaussian Splatting在实际应用中的高效渲染

本文关注卷积神经网络在空间频率域的对抗性鲁棒性,提出SF-CNNs增强模型安全性。同时,探讨预训练模型CLIP在识别抽象艺术情感的合理性,发现其与人类认知的对齐程度。最后,介绍I3DGS,一种改进3D Gaussian Splatting以实现高效3D渲染的方案。
摘要由CSDN通过智能技术生成

Diffusion Models专栏文章汇总:入门与实战

Evaluating Adversarial Robustness in the Spatial Frequency Domain

http://arxiv.org/abs/2405.06345v1

本文探讨了卷积神经网络(CNNs)在空间频率域中的对抗性鲁棒性。尽管CNNs在计算机视觉任务中表现出色,但它们对对抗性攻击的脆弱性引起了对安全性的担忧。文章指出,人类视觉系统(HVS)利用空间频率通道处理视觉信号,对对抗性攻击免疫。基于此,作者提出了一种新的CNN模型,即空间频率卷积神经网络(SF-CNNs),通过

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

沉迷单车的追风少年

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值