LPF-Defense:周波数解析に基づく3D敵対防御【JST・京大機械翻訳】

Naderi Hanieh; Noorbakhsh Kimia; Etemadi Arian; Kasaei Shohreh

プレプリント

J-GLOBAL ID：202202203997200368 整理番号：22P0293899

LPF-Defense:周波数解析に基づく3D敵対防御【JST・京大機械翻訳】

LPF-Defense: 3D Adversarial Defense based on Frequency Analysis

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年02月22日プレプリントサーバーでの情報更新日： 2022年08月24日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

3Dポイントクラウド分類は,最近,異なるアプリケーションシナリオで広く展開されているが,敵対攻撃に対してまだ非常に脆弱である。これは,敵対攻撃の顔における3Dモデルのロバスト訓練の重要性を増加させる。既存の敵対攻撃の性能に関する著者らの解析に基づいて,より多くの敵対的摂動を入力データの中間および高周波成分において見つけた。したがって,訓練段階における高周波コンテンツを抑制することにより,敵対例に対するモデルロバスト性を改善した。実験は,提案した防御法が,ポイントネット++,およびDGCNNモデルに関する6つの攻撃の成功率を減少させることを示した。特に,最先端の方法と比較して,ドロップ100攻撃で3.8%,ドロップ200攻撃で4.26%の分類精度の平均増加で改善を達成した。この方法はまた,他の利用可能な方法と比較して元のデータセットのモデル精度を改善する。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

データ保護

, , , ,

前のページに戻る