


Universiti Beihang memecahkan halangan modal dan memperkenalkan kaedah pertempuran fizikal universal merentasi mod boleh dilihat dan inframerah.
Dalam beberapa tahun kebelakangan ini, penyelidikan tentang penilaian keselamatan sistem persepsi visual semakin mendalam Penyelidik telah berjaya membangunkan teknologi penilaian keselamatan mod cahaya nampak berdasarkan pembawa yang berbeza seperti cermin mata, pelekat, pakaian, dan lain-lain, dan terdapat juga beberapa inframerah. mod teknologi penilaian keselamatan. Walau bagaimanapun, teknologi ini hanya boleh digunakan pada satu modaliti sahaja
Dengan perkembangan teknologi kecerdasan buatan, teknologi pengimejan inframerah terma boleh dilihat telah digunakan secara meluas dalam pemantauan keselamatan, pemanduan autonomi dan tugas kritikal keselamatan yang lain. Pengimejan cahaya yang boleh dilihat boleh memberikan maklumat tekstur yang kaya pada waktu siang, manakala pengimejan inframerah boleh memaparkan dengan jelas taburan sinaran haba sasaran pada waktu malam. Menggunakan kedua-duanya bersama-sama, sistem persepsi visual boleh mencapai liputan penuh 24 jam dan tidak tertakluk kepada sekatan alam sekitar, yang mempunyai banyak kelebihan. Oleh itu, kaedah penilaian keselamatan bersatu untuk sistem persepsi visual berbilang modal perlu dikaji Walau bagaimanapun, mencapai penilaian berbilang modal adalah amat mencabar. Pertama, sukar untuk menggunakan kaedah serangan universal di bawah mekanisme pengimejan yang berbeza. Kaedah sebelumnya telah dicadangkan berdasarkan ciri pengimejan modaliti sasaran tertentu, dan sukar untuk berfungsi dalam modaliti lain. Tambahan pula, sukar untuk mengimbangi prestasi siluman, kos pengeluaran dan aplikasi yang fleksibel. Bukan mudah untuk menjadi berkesan dalam kedua-dua cahaya yang boleh dilihat dan mod inframerah yang lebih sukar, malah lebih sukar untuk mencapai pengeluaran dan penggunaan kos rendah dan mudah.
Menghadapi banyak cabaran, penyelidik dari Institut Penyelidikan Kecerdasan Buatan Beihang meneroka sifat bentuk biasa antara cahaya boleh dilihat dan modaliti inframerah, dan secara inovatif
Ia memilih bahan yang mudah diperoleh, kos rendah, dan mempunyai sifat penebat haba yang sangat baik untuk membuat tampalan mudah, yang sedia untuk digunakan Ia bukan sahaja mengisi jurang dalam teknologi penilaian kekukuhan pengesanan pelbagai mod inframerah cahaya. sistem dalam dunia fizikal semasa, tetapi juga mengambil kira kesederhanaan dan kedekatan fizikal. Eksperimen menunjukkan keberkesanan kaedah ini di bawah model dan modaliti pengesanan yang berbeza, serta generalisasinya dalam berbilang senario. Pada masa ini, kertas kerja ini telah diterima oleh ICCV 2023.
Sila klik pautan berikut untuk melihat kertas: https://arxiv.org/abs/2307.07859
Pautan kod-i.com/https://Ahuries-i Cross-modal_Patch_Attack
Mata Teknikal
Penyelidikan ini menggunakan algoritma evolusi sebagai rangka kerja asas untuk menjalankan reka bentuk penyelesaian dan penambahbaikan kesan daripada tiga perspektif: pemodelan bentuk, pengoptimuman bentuk dan keseimbangan modal. Proses khusus ditunjukkan dalam rajah di bawah:
11 Pemodelan bentuk berbilang jangkar berdasarkan interpolasi spline
untuk bahagian pembentuk asas yang direka bentuk. paradigma baharu dalam pemodelan pengoptimuman. Dengan menukar koordinat titik, bentuk tampalan boleh dilaraskan secara langsung tanpa dipengaruhi oleh sekatan seperti arah, jarak, dsb. Ini secara berkesan meningkatkan ruang carian untuk bentuk tampalan. Untuk memastikan keaslian bentuk, penyelidik juga menggunakan kaedah interpolasi spline untuk mencapai sambungan yang lancar, membolehkan spline mengikuti titik kawalan dengan lebih dekat
Mencapai mogok memerlukan kaedah pengoptimuman yang berkesan Atas sebab ini, penyelidik mempertimbangkan kos masa, kesan sebenar, dsb., menggunakan algoritma evolusi sebagai rangka kerja asas, dan menambah baik daripada dua perspektif penetapan sempadan. dan fungsi kecergasan: Perlu Kandungan yang ditulis semula ialah: (1) Penetapan sempadan: Dengan menetapkan sempadan titik penambat, keberkesanan ubah bentuk dapat dipertingkatkan dan kos masa dapat dikurangkan. Tetapan khusus adalah seperti berikut: tiada gelung atau persimpangan diri akan terbentuk dalam segmen lengkung tidak akan mudah muncul dalam segmen lengkung dan ia tidak akan muncul di kawasan tidak sah
Ambil titik sauh sebagai contoh Bahagian biru dalam gambar di bawah ialah legenda penetapan sempadan, dan bahagian oren ialah contoh ralat:
#🎜🎜 #
Mengenai penentuan sempadan titik sauh ###🎜🎜🎜 🎜# Ungkapan matematik adalah seperti berikut: # 🎜🎜#
#🎜 🎜#Algoritma mengulangi proses penerokaan sehingga kedua-dua mod berjaya dipukul, dan mengeluarkan strategi bentuk optimum. Proses pengoptimuman yang lengkap adalah seperti berikut:
Hasil eksperimen#🎜🎜🎜##🎜🎜🎜 # 🎜🎜#Percubaan 1: Pengesahan prestasi mogok silang mod untuk siri pengesan yang berbeza
#🎜🎜:#Percubaan Eksperimen ablasi bentuk
Eksperimen 3: Eksperimen ablasi untuk fungsi kecergasan rentas mod#🎜#
#🎜
Eksperimen 5: Pengesahan kesahihan kaedah di bawah keadaan fizikal yang berbeza
####🎜🎜
Inti penyelidikan ini ialah pengoptimuman bentuk semula jadi, dan digabungkan dengan tompok ubah bentuk dan serangan rentas mod, kaedah penilaian kekukuhan pelbagai mod inframerah boleh dilihat dalam persekitaran fizikal direka bentuk. Kaedah ini boleh menilai keteguhan sistem pengesanan sasaran berbilang mod (inframerah cahaya nampak) dan membetulkan model pengesan dengan berkesan berdasarkan keputusan penilaian, sambil meningkatkan ketepatan pengesanan imej sasaran dalam kedua-dua mod nampak dan inframerah. Kaedah ini dilaksanakan dan digunakan dalam persekitaran fizikal, menyumbang kepada penilaian kekukuhan dan penambahbaikan sistem pengesanan pelbagai modRingkasan
Atas ialah kandungan terperinci Universiti Beihang memecahkan halangan modal dan memperkenalkan kaedah pertempuran fizikal universal merentasi mod boleh dilihat dan inframerah.. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas



0. Apakah fungsi artikel ini? Kami mencadangkan DepthFM: model anggaran kedalaman monokular generatif yang serba boleh dan pantas. Sebagai tambahan kepada tugas anggaran kedalaman tradisional, DepthFM juga menunjukkan keupayaan terkini dalam tugas hiliran seperti mengecat kedalaman. DepthFM cekap dan boleh mensintesis peta kedalaman dalam beberapa langkah inferens. Mari kita baca karya ini bersama-sama ~ 1. Tajuk maklumat kertas: DepthFM: FastMonocularDepthEstimationwithFlowMatching Pengarang: MingGui, JohannesS.Fischer, UlrichPrestel, PingchuanMa, Dmytr

Bayangkan model kecerdasan buatan yang bukan sahaja mempunyai keupayaan untuk mengatasi pengkomputeran tradisional, tetapi juga mencapai prestasi yang lebih cekap pada kos yang lebih rendah. Ini bukan fiksyen sains, DeepSeek-V2[1], model MoE sumber terbuka paling berkuasa di dunia ada di sini. DeepSeek-V2 ialah gabungan model bahasa pakar (MoE) yang berkuasa dengan ciri-ciri latihan ekonomi dan inferens yang cekap. Ia terdiri daripada 236B parameter, 21B daripadanya digunakan untuk mengaktifkan setiap penanda. Berbanding dengan DeepSeek67B, DeepSeek-V2 mempunyai prestasi yang lebih kukuh, sambil menjimatkan 42.5% kos latihan, mengurangkan cache KV sebanyak 93.3% dan meningkatkan daya pemprosesan penjanaan maksimum kepada 5.76 kali. DeepSeek ialah sebuah syarikat yang meneroka kecerdasan buatan am

AI memang mengubah matematik. Baru-baru ini, Tao Zhexuan, yang telah mengambil perhatian terhadap isu ini, telah memajukan keluaran terbaru "Buletin Persatuan Matematik Amerika" (Buletin Persatuan Matematik Amerika). Memfokuskan pada topik "Adakah mesin akan mengubah matematik?", ramai ahli matematik menyatakan pendapat mereka Seluruh proses itu penuh dengan percikan api, tegar dan menarik. Penulis mempunyai barisan yang kuat, termasuk pemenang Fields Medal Akshay Venkatesh, ahli matematik China Zheng Lejun, saintis komputer NYU Ernest Davis dan ramai lagi sarjana terkenal dalam industri. Dunia AI telah berubah secara mendadak Anda tahu, banyak artikel ini telah dihantar setahun yang lalu.

Awal bulan ini, penyelidik dari MIT dan institusi lain mencadangkan alternatif yang sangat menjanjikan kepada MLP - KAN. KAN mengatasi MLP dari segi ketepatan dan kebolehtafsiran. Dan ia boleh mengatasi prestasi MLP berjalan dengan bilangan parameter yang lebih besar dengan bilangan parameter yang sangat kecil. Sebagai contoh, penulis menyatakan bahawa mereka menggunakan KAN untuk menghasilkan semula keputusan DeepMind dengan rangkaian yang lebih kecil dan tahap automasi yang lebih tinggi. Khususnya, MLP DeepMind mempunyai kira-kira 300,000 parameter, manakala KAN hanya mempunyai kira-kira 200 parameter. KAN mempunyai asas matematik yang kukuh seperti MLP berdasarkan teorem penghampiran universal, manakala KAN berdasarkan teorem perwakilan Kolmogorov-Arnold. Seperti yang ditunjukkan dalam rajah di bawah, KAN telah

Boston Dynamics Atlas secara rasmi memasuki era robot elektrik! Semalam, Atlas hidraulik hanya "menangis" menarik diri daripada peringkat sejarah Hari ini, Boston Dynamics mengumumkan bahawa Atlas elektrik sedang berfungsi. Nampaknya dalam bidang robot humanoid komersial, Boston Dynamics berazam untuk bersaing dengan Tesla. Selepas video baharu itu dikeluarkan, ia telah pun ditonton oleh lebih sejuta orang dalam masa sepuluh jam sahaja. Orang lama pergi dan peranan baru muncul. Ini adalah keperluan sejarah. Tidak dinafikan bahawa tahun ini adalah tahun letupan robot humanoid. Netizen mengulas: Kemajuan robot telah menjadikan majlis pembukaan tahun ini kelihatan seperti manusia, dan tahap kebebasan adalah jauh lebih besar daripada manusia Tetapi adakah ini benar-benar bukan filem seram? Pada permulaan video, Atlas berbaring dengan tenang di atas tanah, seolah-olah terlentang. Apa yang berikut adalah rahang-jatuh

Menghadapi ketinggalan, sambungan data mudah alih perlahan pada iPhone? Biasanya, kekuatan internet selular pada telefon anda bergantung pada beberapa faktor seperti rantau, jenis rangkaian selular, jenis perayauan, dsb. Terdapat beberapa perkara yang boleh anda lakukan untuk mendapatkan sambungan Internet selular yang lebih pantas dan boleh dipercayai. Betulkan 1 – Paksa Mulakan Semula iPhone Kadangkala, paksa memulakan semula peranti anda hanya menetapkan semula banyak perkara, termasuk sambungan selular. Langkah 1 – Hanya tekan kekunci naikkan kelantangan sekali dan lepaskan. Seterusnya, tekan kekunci Turun Kelantangan dan lepaskannya semula. Langkah 2 - Bahagian seterusnya proses adalah untuk menahan butang di sebelah kanan. Biarkan iPhone selesai dimulakan semula. Dayakan data selular dan semak kelajuan rangkaian. Semak semula Betulkan 2 – Tukar mod data Walaupun 5G menawarkan kelajuan rangkaian yang lebih baik, ia berfungsi lebih baik apabila isyarat lemah

Saya menangis hingga mati. Dunia sedang membina model besar. Data di Internet tidak mencukupi. Model latihan kelihatan seperti "The Hunger Games", dan penyelidik AI di seluruh dunia bimbang tentang cara memberi makan data ini kepada pemakan yang rakus. Masalah ini amat ketara dalam tugas berbilang modal. Pada masa mereka mengalami kerugian, pasukan pemula dari Jabatan Universiti Renmin China menggunakan model baharu mereka sendiri untuk menjadi yang pertama di China untuk menjadikan "suapan data yang dijana model itu sendiri" menjadi kenyataan. Selain itu, ia merupakan pendekatan serampang dua mata dari segi pemahaman dan sisi penjanaan Kedua-dua pihak boleh menjana data baharu berbilang modal yang berkualiti tinggi dan memberikan maklum balas data kepada model itu sendiri. Apakah model? Awaker 1.0, model berbilang modal besar yang baru sahaja muncul di Forum Zhongguancun. Siapa pasukan itu? Enjin Sophon. Diasaskan oleh Gao Yizhao, pelajar kedoktoran di Sekolah Kecerdasan Buatan Hillhouse Universiti Renmin.

Pengesanan objek ialah masalah yang agak matang dalam sistem pemanduan autonomi, antaranya pengesanan pejalan kaki adalah salah satu algoritma terawal untuk digunakan. Penyelidikan yang sangat komprehensif telah dijalankan dalam kebanyakan kertas kerja. Walau bagaimanapun, persepsi jarak menggunakan kamera fisheye untuk pandangan sekeliling agak kurang dikaji. Disebabkan herotan jejari yang besar, perwakilan kotak sempadan standard sukar dilaksanakan dalam kamera fisheye. Untuk mengurangkan perihalan di atas, kami meneroka kotak sempadan lanjutan, elips dan reka bentuk poligon am ke dalam perwakilan kutub/sudut dan mentakrifkan metrik mIOU pembahagian contoh untuk menganalisis perwakilan ini. Model fisheyeDetNet yang dicadangkan dengan bentuk poligon mengatasi model lain dan pada masa yang sama mencapai 49.5% mAP pada set data kamera fisheye Valeo untuk pemanduan autonomi
