g28_gerwulf的博客

文章提出了一种对抗训练框架来防止从原始图片中抽取特征并获取隐私信息，同时保留云端服务需要的信息。提出的算法模拟抽取特征尝试重构图片的攻击者和保护隐私的防御者之间的对抗。DeepObfuscator由四部分组成：混淆器（O）、分类器（C）、对抗重建器（AR）、对抗分类器（AC）。对抗训练的关键点在于最大化对抗重建器的重建误差和对抗分类器的分类误差，同时最小化分类器的误差。贡献：1.提出了第一...

APDrawingGAN: Generating Artistic Portrait Drawings From Face Photos With Hierarchical GANsAPDrawing（艺术肖像画）特点1.样式高度抽象，包含少量稀疏但连续的图形元素2.样式转换具有更强的语义约束，特别是面部特征不应丢失或移位3.APDrawing中的渲染在不同的面部部位之间不一致4.某些轮...

Hiding Images in Plain Sight: Deep Steganography（源码）目标是将N*N*RGB的像素图（Secret Image）隐藏到另一幅N*N*RGB的图片（coverimage）中，并使得cover image的扭曲程度最小。允许恢复过来的图片有一定的质量衰减。流程：1.使用Prep网络预处理Secret image的扭曲程度最小。允许恢复过来的...

原理思想：若一个样本在特征空间中的K个最相似的样本中的大多数属于同一个类别，则该样本也属于这个类别。度量距离：欧式距离算法大致步骤：          1.计算已知集内的样本与待测样本的距离          2.对距离由小到大进行排序，找出前K个点          3.在这K个点中，统计每个类别出现的次数          4.选择出现次数最多的点作为待测样本的类别...

聚类（clustering）：把相似的东西分成一组。与分类（classification）不同，聚类不需要从训练集中“学习”，只需要计算相似度就可以了。因此被归为无监督学习。原理思想：对每一个cluster，选出一个中心点（center），使该cluster中的所有点到该中心点的距离小于到其他cluster的中心的距离。算法大致步骤：          1.选定k个中心的初值，一般采用...

层次分析法是用来根据多种准则，或是说因素从候选方案中选出最优的一种数学方法递阶层次的建立与特点一般分为三层，最上面为目标层，最下面为方案层，中间是准则层或指标层。最顶层是我们的目标，比如说选leader，选工作，选旅游目的地中间层是判断候选方物或人优劣的因素或标准选工作时有：发展前途 ，待遇 ，工作环境等选leader时有：年龄，经验，教育背景，魅力构造判断矩阵...

在一组多变量的数据中，很多变量常常是一起变动的。一个原因是很多变量是同一个驱动影响的的结果。在很多系统中，只有少数几个这样的驱动，但是多余的仪器使我们测量了很多的系统变量。当这种情况发生的时候，你需要处理的就是冗余的信息。而你可以通过用一个简单的新变量代替这组变量来简化此问题。概念主成分分析是一个定量的严格的可以起到简化作用的方法。它产生一组叫做主成分的新变量，每一个主成分是原始变...