mcs2018_challenge:视觉实验室针对黑匣子人脸识别系统挑战的对抗性攻击的第三名解决方案-源码

上传者: 42109639 | 上传时间: 2021-09-05 10:59:18 | 文件大小: 12KB | 文件类型: ZIP
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

文件下载

资源详情

[{"title":"( 7 个子文件 12KB ) mcs2018_challenge:视觉实验室针对黑匣子人脸识别系统挑战的对抗性攻击的第三名解决方案-源码","children":[{"title":"mcs2018_challenge-master","children":[{"title":"utils","children":[{"title":"preprocessing.py <span style='color:#111;'> 1.74KB </span>","children":null,"spread":false},{"title":"__init__.py <span style='color:#111;'> 0B </span>","children":null,"spread":false},{"title":"common.py <span style='color:#111;'> 7.19KB </span>","children":null,"spread":false}],"spread":true},{"title":"learning_rates.npz <span style='color:#111;'> 39.29KB </span>","children":null,"spread":false},{"title":"requirements.txt <span style='color:#111;'> 79B </span>","children":null,"spread":false},{"title":"main.ipynb <span style='color:#111;'> 10.42KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 2.06KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明