AAAI 2024 | NumbOD: 针对目标检测器的空间-频率融合攻击

最新推荐文章于 2025-06-11 23:19:45 发布
最新推荐文章于 2025-06-11 23:19:45 发布
阅读量53 收藏
点赞数
分类专栏： 计算机顶会顶刊论文解读 文章标签： 论文解读 计算机顶会 AAAI 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_42722197/article/details/145077098
版权

论文信息

题目：NumbOD: A Spatial-Frequency Fusion Attack Against Object Detectors
NumbOD: 针对目标检测器的空间-频率融合攻击
作者：Ziqi Zhou, Bowen Li, Yufei Song, Zhifei Yu, Shengshan Hu, Wei Wan, Leo Yu Zhang, Dezhong Yao, Hai Jin
源码：https://github.com/CGCL-codes/NumbOD

论文创新点

  1. 模型无关的攻击设计：NumbOD提出了一种模型无关的对抗攻击方法，不依赖于目标检测器的内部结构（如NMS和RPN），而是直接利用目标检测器的输出特征生成对抗样本。
  2. 双轨攻击目标选择策
了解本专栏 订阅专栏 解锁全文
AAAI2025 | NumbOD：一种针对目标检测器的空间-频率融合攻击方法
四口鲸鱼爱吃盐的博客
05-10 1048
本文 “NumbOD: A Spatial-Frequency Fusion Attack Against Object Detectors” 提出NumbOD，一种全新的针对目标检测器的模型无关空间-频率融合攻击方法。它通过双轨攻击目标选择策略选取高质量边界框作为攻击目标，从空间和频率两个维度设计攻击。在空间域，对预测框坐标和分类结果进行干扰；在频率域，通过离散小波变换等手段扰乱图像高频信息。
RNN和CNN使用场景区别
mayaohao的博客
06-06 1046
RNN（循环神经网络）和 CNN（卷积神经网络）是深度学习中两种核心架构，它们的使用场景主要取决于数据结构和任务需求。
山东大学深度学习2025年期末考试
c335000的博客
06-05 585
1.反向传播2.激活函数3.梯度裁剪4.数据增强5.迁移学习6.过拟合7.word2Vec8.注意力机制。
机器学习与深度学习19-线性代数02
beijieweiyu的博客
06-11 233
协方差矩阵的特征值和特征向量提供了关于数据结构和特征重要性的有用信息，在 PCA 中，我们将协方差矩阵的特征向量作为新的基向量，将数据投影到这些基向量上，构成新的特征空间。这些梯度可以用于更新权重矩阵，以最小化损失函数，并不断优化神经网络的性能，通过矩阵运算和逐元素操作，神经网络可以高效地进行前向传播和反向传播过程，实现输入数据的转换和网络参数的学习。矩阵的奇异值分解（Singular Value Decomposition，SVD）是一种重要的矩阵分解技术，它将一个矩阵分解为三个矩阵的乘积。
卷积神经网络（一）
qq_52889317的博客
06-11 535
本章介绍了卷积神经网络(CNN)的基本结构和原理。与全连接网络不同，CNN通过卷积层和池化层处理具有空间结构的图像数据，能够保留输入的形状信息。具体讲解了卷积运算的实现过程，包括滤波器滑动窗口的乘积累加操作和偏置的添加。CNN的典型结构由"卷积-ReLU-(池化)"层组合构成，最后使用"全连接-Softmax"输出结果。该网络结构在图像识别等领域表现出色。
PCDF (Progressive Continuous Discrimination Filter)模块构建
不断积累不断学习
06-07 559
（1）高层特征 → 双线性上采样 → 与低层特征逐级融合。：浅层特征（边缘细节）与深层特征（语义信息）的融合。（3）防止信息退化：跳层连接 + 跨尺度拼接。轻量 MLP：CCM 的通道缩减比1/4。（1）使用深度可分离卷积替代标准卷积。：目标尺寸在视频序列中的剧烈变化。：移除通道响应<0.1的特征层。：低质量医疗图像中的伪影干扰。：融合多尺度上下文信息。：动态调整特征响应权重。通道压缩：CSF 中。（2）保留原始分辨率。U-net++网络中。
计算机视觉与深度学习 ｜ 两种经典的低照度增强算法：多尺度Retinex(MSR)和自适应直方图均衡化(CLAHE)
尘世冰封的专栏
06-11 147
先通过MSRCR恢复色彩和全局对比度，再用CLAHE增强局部细节，最后进行自适应伽马校正优化亮度分布。常用三尺度：$ \sigma = [15, 80, 250] $, $ w_k = 1/3 $两种方法完整代码已通过Matlab R2023a验证，可直接用于实际低照度图像增强项目。基于人眼视觉系统的Retinex理论：图像。
【深度学习】深度学习中的张量：从多维数组到智能计算单元
m0_56800366的博客
06-11 256
项目内容张量定义通用的n维数组与NumPy区别支持GPU & 自动微分关键能力高效计算 + 梯度追踪应用场景模型输入/输出/参数的基础单位。
从代码学习深度学习 - 全局向量的词嵌入（GloVe）PyTorch版
weixin_43887510的博客
06-11 273
在自然语言处理（NLP）的广阔天地中，如何让计算机理解人类语言的丰富内涵，一直是核心挑战。词嵌入（Word Embedding）技术为此提供了优雅的解决方案，它将词语映射到低维、稠密的向量空间中，使得语义相近的词在空间中的距离也相近。我们之前已经熟悉了像Word2Vec这样的模型，它通过局部上下文窗口来学习词向量。然而，Word2Vec的视野有限，它一次只能看到一个小的上下文窗口，忽略了语料库中丰富的全局统计信息。今天，我们将深入探讨另一种强大的词嵌入模型——。
RNN做中文分词
mayaohao的博客
06-10 689
结合 RNN 的输出和 CRF 的转移矩阵，使用维特比算法（Viterbi Algorithm）找到最优标签序列。中文与英文不同，词与词之间没有空格分隔。分词就是要在连续的字符流中找出正确的词边界。在中文分词中，每个字符的标签不仅取决于自身，还与前后文相关。RNN 直接预测每个字符的标签时，会忽略标签之间的约束关系（如。普通 RNN 只能看到左侧上下文（从左到右），而中文分词需要。依次处理序列中的每个元素，并维护一个。循环神经网络（RNN）的核心优势是。是标签数量，如 4），其中。最常用的分词标注方案是。
深入浅出深度学习基础：从感知机到全连接神经网络的核心原理与应用
云云我啊，最喜欢用博客了呢
06-09 633
本文旨在为深度学习初学者提供一个全面的基础入门指南。文章首先从感知机这一神经网络的基石出发，详细讲解了其工作原理和通过调整权重、偏置实现逻辑门的功能，并剖析了其处理非线性问题的局限性。随后，文章引入了多层感知机和全连接神经网络，阐述了其核心结构（输入层、隐藏层、输出层）及各层作用。通过一个实际的拟合案例，文中深入讲解了神经网络的前向计算、参数初始化、损失函数、迭代训练以及至关重要的反向传播（基于链式法则的梯度计算与更新）。此外，文章还介绍了Softmax、交叉熵和独热编码在分类任务中的应用，共同构建了深度学
# PyTorch：深度学习世界的真实体验（从零到英雄之旅！）
qq_21422587的博客
06-11 348
回望我的深度学习路，PyTorch像一盏灯——照亮了那些熬夜调试的夜晚（夸张但真）。它的直观、动态本质，让创新不再是天才专利——普通码农也能玩转AI！！！（激动拍桌）别再观望了——装好PyTorch，跑个小例子——你会发现：深度学习，没那么遥不可及。记住，框架只是工具——真正魔力在你的好奇心。冲吧小伙伴们——我在坑里等你们交流心得！（哈哈）
自己编写一个神经网络模型识别数字验证码（卷积神经网络的 Hello world）
univerbright的博客
06-06 1371
开篇之前说明一下：本文纯粹是技术交流和探讨，所用数据为非公开数据集，仅限于学习，不可用以商业和其他用途。实现数字验证码识别目标的整体思路是：(1)-->(2)（为了简单，将每张验证码图像中的4个数字切割开来，形成每张图只有1个数字的训练集，并且文件名的第一个字符为训练图的数字，即标签。）-->(3)数据处理方法、模型、训练方法、测试方法-->(4)和保存模型->。本例准备了1143张验证码图像，切割成4572张单个数字的训练图像。
深度学习与食品图像分类数据集（猫脸码客第246期）
猫脸码客的博客
06-10 705
随着深度学习技术的蓬勃发展，图像分类任务在众多领域均取得了令人瞩目的进展。食品图像分类作为其中的一个关键分支，不仅具备显著的实际应用价值，更能激发人们对深度学习技术的浓厚兴趣与深入探索。
深度学习小项目合集之音频语音识别
最新发布
no_work的博客
06-11 74
摘要：该项目使用Python深度学习技术开发了多个音频识别模型，包括动物异常声音检测（179）、数字语音识别（178）、英文单词识别（177）、狗叫声分类（176）和猫叫声识别（175）。这些模型通过深度学习算法训练，实现对特定声音的自动识别，展示了音频识别技术在动物行为监测和语音处理领域的应用潜力。（149字）
transformer和 RNN以及他的几个变体区别 改进
mayaohao的博客
06-06 1114
Transformer、RNN 及其变体（LSTM/GRU）是深度学习中处理序列数据的核心模型，但它们的架构设计和应用场景有显著差异。以下从技术原理、优缺点和适用场景三个维度进行对比分析：plaintext （其中 σ 为 sigmoid 函数，⊙为逐元素乘法） GRU：将遗忘门和输入门合并为更新门，减少参数约 30%，计算效率更高。 2. LSTM/GRU → Transformer：抛弃循环，引入注意力 问题：LSTM/GRU 仍需按顺序处理序列，无法并行计算，长序列处
LSTM-XGBoost回归预测，多输入单输出（Matlab完整源码和数据）
机器学习之心的博客，关注并私信文章链接，获取对应文章源码和数据。
06-11 674
LSTM-XGBoost回归预测，多输入单输出（Matlab完整源码和数据）
基于深度学习的金枪鱼各类别目标检测含完整数据集
crasher123的博客
06-07 1039
在渔业行业，金枪鱼的捕捞和管理一直是一个巨大的挑战，尤其是在大规模渔业作业中，如何精确地识别并分类不同种类的金枪鱼，是提高捕捞效率和保护生态环境的关键。然而，传统的金枪鱼识别方法依赖人工判断，费时费力，且存在很大的误差和漏检问题。金枪鱼的种类繁多，外形相似，甚至在不同的光照、角度下，金枪鱼的外观变化较大，这使得传统方法在准确性和实时性方面存在很大挑战。金枪鱼目标检测的数据集包含了大量的金枪鱼图像，并对图像中的每一只金枪鱼进行了精确的标注，包括金枪鱼的种类、位置和边界框等信息。
深度学习基础知识总结
gbz3300255的博客
06-10 130
Batch Normalization 可以使每层的输入保持较稳定的分布（接近标准正态分布），减少梯度更新时的震荡问题，从而加快模型训练速度。在训练过程中，Batch Normalization 通过动态调整激活值的分布，让模型更容易适应数据，减少了对权重初始化的敏感性。例如，一张图片经过卷积后，每个通道可能代表某些特定的特征（比如颜色、边缘等），SELayer 会告诉网络“哪些通道更重要”。旨在让模型学会“关注哪些通道重要”，从而获得更高的性能。通常在卷积神经网络（CNN）中使用，增强特征表达能力。
AAAI2024目标检测
01-23
### AAAI 2024会议中目标检测研究论文及相关信息 #### 关于AAAI 2024会议的目标检测研究动态 AAAI (Association for the Advancement of Artificial Intelligence) 是人工智能领域的重要国际学术会议之一。对于即将举行的AAA I2024，在目标检测这一热门方向上预计将会有众多高质量的研究成果展示。 虽然具体接受的论文列表尚未公布，基于以往的趋势以及当前计算机视觉特别是目标检测技术的发展状况可以推测，此次会议上可能会涉及以下几个方面的新进展： - **改进现有框架**：进一步优化现有的两阶段和单阶段检测器架构，如Faster R-CNN、RetinaNet 和 FCOS等模型[^1]。 - **轻量化设计**：针对边缘设备的应用需求，开发更加紧凑高效的网络结构，以实现低功耗下的高性能表现。 - **多模态融合**：探索如何有效结合不同传感器获取的数据（例如RGB-D图像），从而提升复杂场景下物体识别的效果。 为了获得最准确的信息，建议关注官方渠道发布的最新通知或通过搜索引擎查询“AAAI 2024 accepted papers”，这通常会提供完整的收录文章清单链接。此外，也可以访问大会官方网站查看议程安排和技术报告摘要等内容。 ```python import requests from bs4 import BeautifulSoup def fetch_conference_papers(conference_name, year): url = f"https://www.aaai.org/Conferences/conference.php?conf={conference_name.lower()}&year={year}" response = requests.get(url) soup = BeautifulSoup(response.text, 'html.parser') paper_links = [] for link in soup.find_all('a'): href = link.get('href') if "papers" in str(href).lower(): paper_links.append(f"https://www.aaai.org/{href}") return paper_links[:5] # Example usage fetch_conference_papers("AAAI", 2024) ``` 此段Python代码可以帮助自动化检索特定年份内指定会议的相关论文页面链接作为初步筛选工具。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

小白学视觉

您的赞赏是我们坚持下去的动力~

¥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

实付元
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