排序方式: 共有9条查询结果,搜索用时 0 毫秒
1
1.
传统的行人重识别(Person Re-identification, ReID)对抗攻击方法存在需要依赖注册集(Gallery)以生成对抗样本或样本生成方式过于单一等局限.为了解决此问题,文中提出具有强攻击性的ReID对抗攻击模型,即多尺度梯度对抗样本生成网络(Multi-scale Gradient Adversarial Examples Generation Network, MSG-AEGN).MSG-AEGN采用多尺度的网络结构,获得不同语义级别的原始样本输入和生成器中间特征.利用注意力调制模块将生成器中间特征转换成多尺度权重,从而对原始样本像素进行调制,最终输出高质量的对抗样本以迷惑ReID模型.在此基础上,提出基于图像特征平均距离和三元组损失的改进型对抗损失函数,约束和引导MSG-AEGN的训练.在Market1501、CUHK03、DukeMTMC-reID这3个行人重识别数据集上的实验表明,MSG-AEGN对基于深度卷积神经网络和基于变形器网络(Transformer)的主流Re-ID方法均具有较好的攻击效果.此外,MSG-AEGN具有所需攻击能量较低且对抗样本与原始... 相似文献
2.
3.
4.
随着我国经济的发展,我国的建筑业也有了很大的发展。而在大学校园的建筑中也越来越重视内庭建设,而且在大学校园中内庭建设还可以建立起校园的共享空间,使用途径也很多,因此受到广大师生的喜爱,所以,在大学校园建筑中广泛的使用内庭建设,因此要对其应用进行分析,促进其在大学校园中更好的发挥作用。 相似文献
5.
6.
7.
8.
9.
1