Open futakw opened 3 years ago
人間のshape-biasに注目し、edge画像を利用したadversarial trainingを提案。 (自分と似た発想なので読んだ。論文のクオリティーはかなり低い)
https://arxiv.org/pdf/2008.13336.pdf
2020/9/1
RGB画像とedge画像をconcatしてinputとする。 推論時にはAEからedge画像を作成する。
論文参照。 防御なしのモデルより、わずかにマシになった。
MnistにはATよりも効果あり。当然、白黒の超シンプルなデータセットなので、edgeはほぼ元画像。 Cifar10以上の複雑さのデータセットには、ほぼ意味なし。
ひとことで表すと
人間のshape-biasに注目し、edge画像を利用したadversarial trainingを提案。 (自分と似た発想なので読んだ。論文のクオリティーはかなり低い)
論文リンク
https://arxiv.org/pdf/2008.13336.pdf
投稿日付
2020/9/1
概要
RGB画像とedge画像をconcatしてinputとする。 推論時にはAEからedge画像を作成する。
結果
論文参照。 防御なしのモデルより、わずかにマシになった。
MnistにはATよりも効果あり。当然、白黒の超シンプルなデータセットなので、edgeはほぼ元画像。 Cifar10以上の複雑さのデータセットには、ほぼ意味なし。
先行研究との差異
手法のキモ
評価方法
議論
関連論文