每日AIGC最新进展(5)：卷积神经网络在空间频率域中的对抗性鲁棒性、预训练多模态模型的情感认知合理性、3D Gaussian Splatting在实际应用中的高效渲染

Diffusion Models专栏文章汇总：入门与实战

Evaluating Adversarial Robustness in the Spatial Frequency Domain

http://arxiv.org/abs/2405.06345v1

本文探讨了卷积神经网络（CNNs）在空间频率域中的对抗性鲁棒性。尽管CNNs在计算机视觉任务中表现出色，但它们对对抗性攻击的脆弱性引起了对安全性的担忧。文章指出，人类视觉系统（HVS）利用空间频率通道处理视觉信号，对对抗性攻击免疫。基于此，作者提出了一种新的CNN模型，即空间频率卷积神经网络（SF-CNNs），通过将初始特征提取层替换为空间频率（SF）层，以增强模型的鲁棒性。

SF-CNNs通过离散余弦变换（DCT）构建SF层，将输入图像转换为块状频率谱。该层模仿JPEG压缩标准，提取水平和垂直方向上的空间频率。然后&#