基于深度学习的图像识别问题中对抗样本的研究

摘要：

神经网络在分类问题中表现出色.但最近研究表明,如果在原有输入数据上叠加一个很小的噪声,分类的效果就会受到严重干扰.本文主要研究基于FGS算法,针对图像分类问题生成对抗样本的原理与方法,该方法测试数据集上的测试表明,加入噪点后的任意图片所生成的对抗样本,能以99％以上的置信度被识别为我们指定的类别.

关键词：图像分类、对抗样本、深度学习

所属期刊栏目：15

分类号：TP18(自动化基础理论)

在线出版日期：2019-11-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：222-223