mcs2018_挑战
第三名解决方案。
Boyara Power团队(Oleksii Hrinchuk,Valentin Khrulkov,Elena Orlova)
解决方案说明
我们的解决方案包括两部分。 首先,我们训练了模仿网络来模仿黑匣子的输出。 然后,我们使用标准的White Box定向攻击算法攻击了该替代网络,以获取受干扰的图像,并使用它们欺骗原始的Black Box。
培训模仿者网络
采用基于Inception v1架构的经过预先培训的FaceNet。
用一层512个神经元的FC层替换所有完全连接的层,然后进行BatchNorm和L2标准化。
通过对获得的网络进行10个时期的训练来微调获得的网络,每3个时期后学习速率会下降。
训练三个这样的网络,并将它们组合成整体(通过平均生成的描述符)。
为了获得更好的模仿网络,我们使用了许多数据增强技术,例如:
通过执行4种可
1