本期為TechBeat人工智能社區(qū)第?411?期線上Talk，也是CVPR 2022系列Talk第①?gòu)?！北京時(shí)間6月9日(周四)20:00，清華大學(xué)在讀博士生——胡展豪的Talk將準(zhǔn)時(shí)在TechBeat人工智能社區(qū)開播！

他與大家分享的主題是: “可以騙過(guò)人工智能檢測(cè)器的隱身衣”，屆時(shí)將分享他針對(duì)目標(biāo)檢測(cè)器的物理對(duì)抗樣本的工作，該論文為CVPR 2022 Oral工作。

Talk·信息

主題：可以騙過(guò)人工智能檢測(cè)器的隱身衣

嘉賓：清華大學(xué)在讀博士生 胡展豪

時(shí)間：北京時(shí)間?6月9日?(周四) 20:00

地點(diǎn)：TechBeat人工智能社區(qū)

http://www.techbeat.net/

完整版怎么看？

掃描下方二維碼，或復(fù)制鏈接https://datayi.cn/w/xRxBA8Vo至瀏覽器，一鍵完成預(yù)約！上線后會(huì)在第一時(shí)間收到通知哦

Talk·介紹

深度學(xué)習(xí)模型存在弱點(diǎn)——對(duì)抗樣本。對(duì)于一些人覺(jué)得很正常的樣本，深度學(xué)習(xí)模型卻會(huì)發(fā)生較大的錯(cuò)誤。其中一些能在物理世界中實(shí)現(xiàn)的方案被稱作物理對(duì)抗樣本。我們的工作就屬于針對(duì)目標(biāo)檢測(cè)器的物理對(duì)抗樣本。

具體分享提綱如下：

1.?背景

2. 動(dòng)機(jī)

3. 總覽

4. 方法

5. 結(jié)果

Talk·預(yù)習(xí)資料

相關(guān)論文鏈接：

Adversarial Texture for Fooling Person Detectors in the Physical World（CVPR 2022 Oral）

• https://arxiv.org/abs/2203.03373

• https://arxiv.org/abs/1904.08653

• https://arxiv.org/abs/1910.11099

Talk·提問(wèn)交流

通過(guò)以下兩種方式提問(wèn)都將獲得微信現(xiàn)金紅包獎(jiǎng)勵(lì)哦！

方式 ①

在Talk界面下的【交流區(qū)】參與互動(dòng)！留下你的打call??和問(wèn)題??，和更多小伙伴們共同討論，被講者直接翻牌解答！

你的每一次貢獻(xiàn)，我們都會(huì)給予你相應(yīng)的i豆積分，還會(huì)有驚喜獎(jiǎng)勵(lì)哦！

方式 ②

在本文留言區(qū)直接提出你的問(wèn)題，或掃描下方二維碼提問(wèn)！

Talk·嘉賓介紹

清華大學(xué)計(jì)算機(jī)系在讀博士生，研究方向有類腦計(jì)算，對(duì)抗防御，對(duì)抗攻擊，目前主要進(jìn)行物理對(duì)抗攻擊的研究。此前在清華大學(xué)物理系獲得學(xué)士學(xué)位。

關(guān)于TechBeat人工智能社區(qū)

TechBeat (www.techbeat.net) 是一個(gè)薈聚全球華人AI精英的成長(zhǎng)社區(qū)。 我們希望為AI人才打造更專業(yè)的服務(wù)和體驗(yàn)，加速并陪伴其學(xué)習(xí)成長(zhǎng)。 期待這里可以成為你學(xué)習(xí)AI前沿知識(shí)的高地，分享自己最新工作的沃土，在AI進(jìn)階之路上的升級(jí)打怪的根據(jù)地！

更多詳細(xì)介紹>>https://mp.weixin.qq.com/s/pTbCK_MeTk05jK2yx1RTrQ