嘉宾介绍

       陈健生，北京科技大学计算机与通信工程学院教授，博士生导师。主要研究方向为鲁棒计算机视觉与机器学习方法，包括鲁棒的图像识别与目标检测、三维场景与人体姿态重建、图像与视频的语义理解等。作为负责人完成国家自然科学基金，重点研发计划创新特区，北京高校英才计划在内的科研项目十余项。在包括TPAMI、Nature Communications、CVPR、ICCV在内国际期刊和会议上发表学术论文百余篇，总被引2000余次。曾获北京市科学技术一等奖，为国家级一流本科课程和北京高等学校优质本科课程的课程负责人。

报告介绍

报告题目：深度特征与视觉模型鲁棒性初探

报告摘要：在计算机视觉领域，深度学习模型被广泛应用于多种任务中，但研究表明它们容易受到对抗样本的攻击而产生错误输出。防御对抗样本所面临的困难主要来自对抗样本与正常样本的高度相似性、对抗攻击方法的自适应性和对抗样本类型的多样性。本次报告将介绍我们在深度特征与视觉模型鲁棒性关联方面的初步探索工作，从数学方法角度对视觉深度特征模型鲁棒性进行了探究，揭示了通过对特征进行正则可以提升视觉模型的本征对抗鲁棒性。

直播信息

直播时间

10月25日（星期二）19:00-20:00

腾讯会议室

会议号：732-7981-7963

打开腾讯会议，输入会议号，免费观看直播
云讲堂交流群
请添加会议官方微信：CSIG_1990，备注“云讲堂”获取入群邀请