卷积扰动

基于双重扰动的神经网络鲁棒性验证

Verifying Neural Network Robustness with Dual Perturbations

对做视觉鲁棒性评测的人，这篇提供了把连续空间扭曲（卷积扰动）与逐像素噪声联合建模的验证框架，可直接用来检验分类网络在真实复合损坏下是否真的鲁棒，避免单一扰动验证带来的虚假安全感。