AAAI 2024 | A²RNet: 用于鲁棒红外与可见光图像融合的对抗攻击鲁棒网络
发布日期:2025-06-08 02:58:19 浏览次数:3 分类:精选文章

本文共 432 字,大约阅读时间需要 1 分钟。

论文信息

题目:A²RNet: Adversarial Attack Resilient Network for Robust Infrared and Visible Image Fusion
A²RNet: 用于鲁棒红外与可见光图像融合的对抗攻击鲁棒网络
作者:Jiawei Li, Hongwei Yu, Jiansheng Chen, Xinlong Ding, Jinlong Wang, Jinyuan Liu, Bochao Zou, Huimin Ma
源码:https://github.com/lok-18/A2RNet

论文创新点

对抗策略与反攻击损失:作者提出了一种新颖的对抗策略,结合反攻击损失函数,用于生成对抗样本并进行对抗训练。这一策略基于红外与可见光图像融合的特点,旨在提升网络对抗攻击的鲁棒性。通过引入对抗训练机制,A²RNet能够有效应对图像融合过程中的对抗攻击,确保生成的融合图像在目标检测和图像分割等任务中具有更强的鲁棒性。
上一篇:AAAI 2024 | 基于YCbCr颜色空间的引导真实图像去雾
下一篇:AAAI 2024 | Attentive Eraser:通过自注意力重定向引导释放扩散模型的物体移除潜力

发表评论

最新留言

逛到本站,mark一下
[***.202.152.39]2026年06月01日 19时41分48秒