原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
具有对抗鲁棒性的人脸活体检测方法
王春东,李泉,付浩然,浩庆波
引用本文
王春东,李泉,付浩然,浩庆波.具有对抗鲁棒性的人脸活体检测法[J].计算机科学,2024,51(6A):
230400022-7.
WANGChundong,LIQuan,FUHaoran,HAOQingbo.FaceAnti-spooingMethodwithAdversarial
Robustness[J].ComputerScience,2024,51(6A):230400022-7.
相似文章推荐（请使用火狐或I浏览器查看文章）
Similararticlesrecommended(PleaseuseFirefoxorIEtoviewthearticle)
通过拉普拉斯平滑梯度提高对抗样本的可迁移性
ImprovingTranserabilityoAdversarialSamplesThroughLaplacianSmoothingGradient
计算机科学,2024,51(6A):230800025-6.https://doi.org/10.11896/jsjkx.230800025
基于改进TF-IDF与BERT的领域情感词典构建法
ConstructionMethodoDomainSentimentLexiconBasedonImprovedTF-IDFandBERT
计算机科学,2024,51(6A):230800011-9.https://doi.org/10.11896/jsjkx.230800011
基于对抗样本和自编码器的鲁棒异常检测
RobustAnomalyDetectionBasedonAdversarialSamplesandAutoEncoder
计算机科学,2024,51(5):363-373.https://doi.org/10.11896/jsjkx.230300153
针对视频语义描述模型的稀疏对抗样本攻击
SparseAdversarialExamplesAttackingonVideoCaptioningModel
计算机科学,2023,50(12):330-336.https://doi.org/10.11896/jsjkx.221100068
一种基于CutMix的增强联邦学习框架
EnhancedFederatedLearningFrameworksBasedonCutMix
计算机科学,2023,50(11A):1-8.https://doi.org/10.11896/jsjkx1
://
httwww．skx．com
pjj
:/
DOI１０．１１８９６skx．２３０４０００２２
jj
具有对抗鲁棒性的人脸活体检测方法
王春东李泉付浩然浩庆波
天津理工大学计算机科学与工程学院天津
文档评论（0）