馆主君晓

 研究僧一名,CV领域,研究方向为对抗攻击,欢迎各位前来交流 

且视他人之疑目如盏盏鬼火,大胆地去走你的夜路!

【CVPR2022】Stealthy and Effective Physical-world Adversarial

2022CVPR,阴影也能变得很危险,对抗样本攻击,论文原文:https://arxiv.org/abs/2203.03818v2背景介绍  这篇文章是2022年的CVPR,是哈尔滨工业大学和清华大学联合发表的文章。传统模式对抗样本的生成是基于源模型并且使用梯度上升的方式使得我们生成的扰动能够使得模

Feature Importance-aware Transferable Adversarial Attacks

论文阅读笔记,论文链接:https://arxiv.org/pdf/2107.14185.pdf背景介绍  该文章发表在2021的ICCV会议当中,并且由浙江大学、武汉大学、Adobe联合发表。我们知道深度神经网络容易受到对抗样本的攻击,而对抗样本的生成是已知源模型的参数,然后在源模型的基础上生成对

NeRF-用于视角合成的神经辐射场

相关背景  NeRF是发表在2020年ECCV上的一篇文章,曾参与过2020年ECCV的Best Paper提名,虽然没有获得Best Paper,但其逼真的渲染结果和idea的新奇性使得其是很多人心中的Best Paper。截止笔者发文之前,目前NeRF在谷歌学术上的引用已经达到1802次。  简

Urban NeRF

Urban Radiance Fields(Urban NeRF)简要介绍  这是谷歌和多伦多大学合作的一篇发表在CVPR2022上的工作,延续NeRF重建的相关思路。考虑到之前的一些工作要么是在合成数据集上进行的NeRF重建,要么就是用到真实的场景,但是场景很小,这篇文章主要关注街景的重建和新视图

01背包问题

  问题描述如下,现在有N件物品,以及一个容量为V的背包,每个物品都有他们的价值,现在的问题就是在你背包装的下的情况下,怎么拿这些物品,使得你拿的物品的价值最大,其中每件物品你只能选择拿或者不拿。  上面的问题就是非常经典的"0,1"背包问题,对于这样的问题,我们通常可以使用动态

零一背包问题

  这里只是做一个代码记录,不做背包详解,代码注释都有,应该一看就懂。首先是问题描述如下:  接下来是二维的动态规划和一维的动态规划,Java版本。import java.util.Scanner;import java.lang.*;public class Main{ public sta

光度一致性和几何一致性

  经常在3D重建中常见一些损失,查找了相关资料之后简单记录一下。光度一致性:简单来说,光度是与颜色相关的,如RGB、灰度值。通常在三维重建当中,光度一致性就是灰度值的差异,可以是单个像素之间的比较,也可以是一小个区域内每个像素进行比较,这取决于实际问题。重点在于灰度的比较,所以叫做光度一致性损失。

【05-15】力扣每日一题

最近事情比较多,今天的每日一题就简单说一说吧。题目内容  题目链接,812. 最大三角形面积,题目截图如下:题目分析  这道题目就是给你一串点的集合,然后你任选三个点,找出能够组成的三角形,并且返回三角形面积最大的值。这道题其实有很多种方法可以实现,具体的可以去力扣官方题解查看详细内容。这里我介绍一

【05-14】力扣每日一题

最近事情比较多,所以就简单写一下题目内容  题目链接如,691. 贴纸拼词,题目截图如下:题目分析  这道题题目难度困难,最近事情比较多,我也没有仔细想,所以就拿的官方的代码,然后自己理解了一下。这里可以简化成动态规划的问题,首先是长度为m的字符串,拼接成该字符串,其需要的最少便签数目其实是从长度为

馆主君晓

切换主题 | SCHEME TOOL