明晚 7 点直播，CVPR 2021 Oral | LAFEAT：打造更强的模型鲁棒性评估方法

明晚 7 点直播，CVPR 2021 Oral | LAFEAT：打造更强的模型鲁棒性评估方法

在人工智能技术的推动下，自动驾驶等众多技术领域近些年来取得了突飞猛进的发展，深度学习技术已经深入地融入到自动驾驶的感知层，决策层，控制层等众多领域。

但同时当前的深度学习技术面临着严峻问题的挑战，例如自动驾驶的视觉感知系统容易受到对抗样本的恶意攻击，对图像添加人类难以察觉到细微扰动时便会使模型做出错误的判断。错误的感知对在真实世界中运行的自动驾驶车辆带来极大的安全隐患。

因此建立有效的模型鲁棒性评估机制是打造真正安全可行的自动驾驶系统必不可少的基石。

为此澳门大学和深圳先进院联合提出了一种通过添加新的分支高效利用模型的特征信息和解决浮点数计算误差影响的新型损失函数，全面提升模型鲁棒性评估的方法LAFEAT，并在所有模型的鲁棒性评测中全面超越之前最好的方法。成果发表在CVPR2021oral。

本次论文分享，讲者将主要介绍如何有效的使用模型的特征信息打造威力更强的攻击算法。

分享人简介

于云瑞，澳门大学智慧城市物联网国家重点实验室智慧交通研究室二年级博士生，导师澳门大学科技学院院长须成忠教授。主要研究方向为人工智能算法安全：深度学习中的对抗攻击与防御。以第一作者在CVPR国际会议上发表一篇oral论文。

分享主题

题目：CVPR2021 LAFEAT: 打造更强的模型鲁棒性评估方法

分享提纲

1、深度学习鲁棒性的简介

2、现有的评估模型鲁棒性方法存在的高估问题

3、如何添加新的分支高效使用模型特征信息

4、综合使用模型特征信息和新型损失函数打造更强的鲁棒性评估策略

论文：LAFEAT: Piercing Through Adversarial Defenses with Latent Features

论文地址：https://arxiv.org/abs/2104.09284

代码：https://github.com/lafeat/lafeat

分享时间

6月30日 周三晚7点

直播地址

压倒酱紫大神 http://www.cityruyi.com/lm-4/lm-1/7632.html