摘要
摘要
近年来,深度学习技术发展迅速,已经在许多领域有了广泛的应用,如自然语言
处理、数据挖掘等。深度学习模型的脆弱性也逐渐得到了研究者的重视,深度学习模
型十分容易受到攻击者的影响,使得其失去原有的性能。图像去雾是一种重要的前置
任务,广泛应用于对图像质量要求较高的场景,如自动驾驶领域,基于深度学习的去
雾模型近些年取得了很好的效果,能够将图像上的雾霾清除,带来视觉效果上的提升,
并提升后续任务的性能。但基于深度学习的去雾模型也存在着安全
您可能关注的文档
最近下载
- 2025年娱乐行业工程部维修工设施维护手册.docx VIP
- 娱乐行业工程部维修工设施维护手册(执行版).docx VIP
- 2025年辅警招聘考试试题库及完整答案(各地真题).pdf VIP
- DB15T 3739—2024电力互感器运行状态在线评价技术规范.pdf VIP
- 秋冬季流感科学防控指南.pptx
- 2010年中山青少年举重锦标赛规程.doc VIP
- 头颈肿瘤护理.pptx VIP
- 家政(整理收纳师)职业技能知识考试题及答案.doc VIP
- 学校米、面、油等食材配送服务采购项目方案投标文件(技术方案).doc
- GB 50348《安全防范工程技术规范》(现行版本及核心内容).docx VIP
原创力文档

文档评论(0)