2019年11月 文献/技術記事解説
- 読んだ論文:4本
https://t.co/T3vObhPUGu
— Teppei Kurita (@kuritateppei) 2019年12月1日
最近は監視分野などでDNNで人混み画像から人数を推定することが多いが、DNNの弱みである敵対的攻撃を受けると深刻なセキュリティ問題を生じるので、逆にその攻撃を受けているかを検出してしまおうという話。画素単位で検出可能であり、攻撃者がモデルや真値を知ってても良い。
https://t.co/T3vObhPUGu
— Teppei Kurita (@kuritateppei) 2019年12月1日
最近は監視分野などでDNNで人混み画像から人数を推定することが多いが、DNNの弱みである敵対的攻撃を受けると深刻なセキュリティ問題を生じるので、逆にその攻撃を受けているかを検出してしまおうという話。画素単位で検出可能であり、攻撃者がモデルや真値を知ってても良い。
Classification-driven Single Image Dehazinghttps://t.co/BRgu6pKdNM
— Teppei Kurita (@kuritateppei) 2019年11月30日
Dehazing(霧除去)タスクをDNNで解く。キモは結果の良さを真値とのPSNRだけで見るのではなく、Classificationタスクの精度でも見ているところ。ちなみにSingle Imageとの表題だがSinGanのように1枚で学習しているわけではない。
SinGANの成功は従来の画像処理におけるBM3Dなどの自己相似性のアプローチの方向性は間違っていなかったという根拠の1つ。ただ人間が設計できる特徴に限界があってNNがぶち壊した
— Teppei Kurita (@kuritateppei) 2019年11月28日