.png){kind=icon}
返回
Adversarial image detection based on spatial and frequency information
.png){kind=icon}
PRE
AI
DOI：10.1016/j.displa.2025.103262.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 设计了一个基于注意力机制的特征融合（ABFI）模块，旨在通过有效捕捉图像中的局部特征、高频细节，并识别重复性纹理或模式，来增强特征的可解释性和判别鲁棒性。
• 提出了一种包含ABFI模块的三分支对抗样本检测方法（AID-SFI），通过提取频率域、全局上下文域和局部结构域中的特征。ABFI模块用于生成频率域或全局上下文域内的域内信息，并融合上述三个域之间的跨域信息。
• 在数字和物理对抗图像检测任务上进行的广泛实验表明，所提算法具有良好的有效性和鲁棒性。
Keyword:
Adversarial example
Adversarial image
Adversarial detection
Attention based feature integration
期刊
IF:
3.4
论文数:
2.3K
被引数:
3.2K
机构
查看更多机构
引用论文
SwinFusion: Cross-domain Long-range Learning for General Image Fusion via Swin TransformerSwinFusion: 通过Swin变压器进行通用图像融合的跨域远程学习
PREAI
分享收藏
W. Chai, S. Velipasalar, Detecting adversarial images via texture analysis, in: 2020 54th Asilomar Conference on Signals, Systems, and Computers, 2020, pp. 215–219. doi:10.1109/IEEECONF51394.2020.9443449.W. Chai, S. Velipasalar, 通过纹理分析检测对抗性图像，载于：2020年第54届信号、系统和计算机阿西洛玛会议，2020年，第215-219页。doi:10.1109/IEEECONF51394.2020.9443449。.png)
IF0
PREAI
分享收藏
没有更多内容