讲座题目：视觉对抗样本及对抗训练
报告人：谢晓华 中山大学计算机学院副教授 博士生导师
讲座时间：2023年10月25日 10:00
讲座地点：信息中心多功能会议厅
学术摘要:
对抗样本（Adversarial examples）是指在数据集中添加细微的干扰所形成的、人类不会察的输入样本，会导致模型以高置信度给出一个错误的输出，在AI应用中是一把双刃剑。对抗训练（Adversarial training）指在模型训练的过程中对模型进行对抗攻击从而提升模型的鲁棒性或防御能力。本报告中将介绍本研究组在视觉对抗样本学习方面的最新研究结果。包括：1）基于对抗样本的针对Deepfake的攻击技术；2）抵御对抗样本的小样本图像识别方法；3）逆对抗样本训练方法；4）对抗概率训练方法。
专家简介:
谢晓华，中山大学计算机学院副教授、博士生导师。曾入选广东省科技青年拔尖人才、深圳市“孔雀计划”高层次海外B类人才。主持3项国家自然科学基金项目、3项省级项目（含重点项目1项）、多项省市重大任务及7项横向项目；参与国家自然科学基金重大/重点项目、国家“863”项目5项。在包括IEEE TIP、IEEE TIFS、IEEE TVCG、ICCV、CVPR、ICML、AAAI、IJCAI在内的国际著名刊物和会议发表论文100篇（其中CCF-A类国际顶级期刊和会议论文35篇），拥有国家授权发明专利30项。合作研发的嵌入式行人分析智能摄像机在十多个国家获得应用，人脸识别系统成功应用于外交部因公护照照片检测、广州市公安局 “人像应用共享服务平台”、多省市高考考生身份认证等。获2018年度广东省自然科学奖一等奖、2018年度教育部自然科学奖二等奖、2020年度广东省自然科学奖二等奖。目前担任中国图象图形学学会（CSIG）广州中心秘书长、中国图象图形学学会（CSIG）竞赛与培训工作委员会副主任、广东省图像图形学会副秘书长、广东省图像图形学会计算机视觉专委会副主任。
标签：
