康奈尔大学研究表明：对抗性样本不可怕，是可以战胜的！

在图像识别领域，对抗样本对大家来说，是一个非常棘手的问题。但是，当图像识别应用在人们的生活领域中时，我们还需要那么担心对抗样本的问题吗？康奈尔大学在近日的一篇论文《不用那么担心自动驾驶中物体识别的对抗样本问题》中，给我们解惑了。 论文中首先提出了以下观点：虽说目前多数的机器学习对于对抗干扰很敏感，但只要是图像中选取的方向进行轻微的干扰，就有可能导致出现不一样的结果。打印那些被干扰过的图像，进行拍照

>>阅读原文<<