隐式对抗纹理

黑盒迁移高17%

用隐式神经表示重塑物体表面纹理,生成的对抗样本能迁移到未知检测器,无需针对目标模型重新训练。

Zijian, Zhu · 杨骁 · 苏杭 · Zhao, Shu · Zheng, Shibao

IEEE Transactions on Big Data 2025

参数信息

平均黑盒攻击成功率提升
17.18 %

技术优势

过拟合更少

用位置编码和MLP把物体表面3D坐标映射到RGB颜色空间,大幅减少颜色建模的参数量,从而减轻过拟合。

训练更多样

随机纹理重置随机恢复部分对抗纹理,增加训练集多样性,进一步缓解过拟合。

黑盒迁移更高

在平均黑盒攻击成功率上,比之前的方法高出17.18个百分点。

应用场景