机译:对恢复攻击图像的随机图像变换的对抗双网络学习
Shenzhen Univ Sch Informat Engn Shenzhen 518000 Peoples R China|Univ Missouri Dept Elect Engn & Comp Sci Columbia MO 65211 USA;
Univ Missouri Dept Elect Engn & Comp Sci Columbia MO 65211 USA;
Adversarial attack; adversarial defense; deep neural network;
机译:用Crycangan注入和消除乳房成像中的可疑特征:使用小幅上的神经网络自动对抗攻击的试验研究
机译:利用对脑宠物数据的基于MR的衰减校正的抗体网络来伪CT图像合成和来自MR图像的骨分割
机译:利用条件生成对抗网络提高与深层学习的合成风格图像的质量,用于逐像素图像转换
机译:通过具有双判别器的条件生成的对抗性网络学习融合红外和可见图像的生成模型
机译:用于学习图像分割图的其他特征的堆叠生成的对抗网络
机译:深层学习方法肺细胞学图像分类:使用实际和合成图像的两步训练通过逐步生长的生长生长育种网络
机译:对恢复攻击图像的随机图像变换的对抗双网络学习
机译:学习随机网络以压缩静止和运动图像