summarized by : Koki Madono
Hong Liu, Rongrong Ji, Jie Li, Baochang Zhang, Yue Gao, Yongjian Wu, Feiyue Huang
偶発的不確実性と認知的不確実性に対するノイズをそれぞれ考慮したような新しいuniversal perturbationの提案
偶発的不確実性に対してMC dropoutを利用、認知的不確実性に対してVGG16の特徴量を用いたtexture biasをLPFM構造を用いた最適化しながら探索する点
universal perturbationの枠組みでの精度が複数の学習済みモデル(resnet/VGG..)でattack精度が改善