zoukankan      html  css  js  c++  java
  • Adversarial Self-Defense for Cycle-Consistent GANs

    Adversarial Self-Defense for Cycle-Consistent GANs
    2020-04-28 17:11:38
     
    Project pagehttp://ai.bu.edu/selfadv/ 
     
    1. Background and Motivation:  
     
     
    2. Self-Adversarial Attack in Cyclic Models: 
     
    在 unpaired 图像转换领域,给定图像 x 和 y,有两个判别器 Da 和 Db,那么循环一致性损失可以构造为:
    但是,当 domain A 中的数据远远超过 B 的时候,这个转换的性质就变了,不再是 1-1 了,而是 many-to-one 了。那么,产生器 G 仍然会强迫完美的执行输入的重构,即使输入图像的一些信息已经丢失了。这种现象被描述为 一种 adversarial attack,实际上,任何给定的图像,都是可以产生这样结构化的噪声,使其可以重构出目标图像。实际上, CycleGAN 和其他模型,利用 cycle-consistency loss 添加了一个非常 low-amplitude signal 到 translation $hat{y}$ 上,而人眼几乎看不到。添加这么一个特定的信号足够重构出 图像 x 不应该出现在 $hat{y}$ 上面的信息。这使得结合 cycle-consistency loss 的方法对 low-amplitude high-frequency noise 非常敏感。因为 noise 可以破坏 hidden signal。此外,这种行为也使得 model 收敛到一个 non-optimal solution 或者不收敛。通过添加结构化的噪声,该模型欺骗,以使得最小化重构误差,而不是学习正确的映射。
     
    3. Defence techniques
     
    3.1. Adversarial training with noise: 
    相比较于公式 1 来说,其实就是加了个 noise,
    其中,红色部分是 high-frequency perturbation function。
     
    3.2. Guess Discriminator:
     

     

     

     

  • 相关阅读:
    chapter1 Qt入门
    base64加密解密
    vue+CryptoJS+cookie实现保存账号密码
    js计时器
    Elenent ui中的表单校验规则、自定义校验规则、预验证功能
    js获取文件后缀
    js中如何将有字符串转换为数组,或将数组转换为字符串
    vue-router
    Vue项目纯前端导出word文档
    async/await
  • 原文地址:https://www.cnblogs.com/wangxiaocvpr/p/12795969.html
Copyright © 2011-2022 走看看