Tag · 2 篇
频域扰动
01 02
RevINN：用于可逆对抗样本生成的端到端可逆神经网络
RevINN: An End-to-End Invertible Neural Network for Reversible Adversarial Examples Generation
用可逆神经网络在小波频域直接生成可逆对抗样本，把「加扰动」和「可恢复」合成单阶段，对做对抗攻击/防御、以及需要可逆变换（如可逆水印、隐私保护图像发布）的视觉工作提供了可复用的端到端可逆架构与频域调制思路。
Anti-I2V：保护你的照片免受恶意图像到视频生成侵害
Anti-I2V: Safeguarding your Photos from Malicious Image-to-video Generation
针对 DiT 架构的视频扩散模型提出跨骨干的对抗扰动防御，在 L*a*b* 与频域联合优化噪声，并定位去噪过程中语义特征最强的网络层来设计训练目标，可直接迁移到图像/视频生成模型的版权保护与防滥用攻击设计。