基于深度学习的图像识别问题中对抗样本的研究

• 作者: 王家
• 来源期刊: 电脑知识与技术:学术版
• 学科: 工学
• 关键词: 图像分类 对抗样本 深度学习
• 年，卷（期）: 2019,（10）
• 页码范围: 222-223
• 页数: 2页
• 分类号: TP18

摘要

神经网络在分类问题中表现出色。但最近研究表明,如果在原有输入数据上叠加一个很小的噪声,分类的效果就会受到严重干扰。本文主要研究基于FGS算法,针对图像分类问题生成对抗样本的原理与方法,该方法测试数据集上的测试表明,加入噪点后的任意图片所生成的对抗样本,能以99%以上的置信度被识别为我们指定的类别。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王家	电子科技大学成都学院云计算科学与技术系	6	3	1.0	1.0