Buchumschlag

Adversarial Guided Diffusion Models for Adversarial Purification

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lin, Guang, Tao, Zerui, Zhang, Jianhai, Tanaka, Toshihisa, Zhao, Qibin
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Adversarial Training on Purification (AToP): Advancing Both Robustness and Generalization
von: Lin, Guang, et al.
Veröffentlicht: (2024)

Large Language Model Sentinel: LLM Agent for Adversarial Purification
von: Lin, Guang, et al.
Veröffentlicht: (2024)

Random Sampling for Diffusion-based Adversarial Purification
von: Zhang, Jiancheng, et al.
Veröffentlicht: (2024)

DiffCAP: Diffusion-based Cumulative Adversarial Purification for Vision Language Models
von: Fu, Jia, et al.
Veröffentlicht: (2025)

Divide and Conquer: Heterogeneous Noise Integration for Diffusion-based Adversarial Purification
von: Pei, Gaozheng, et al.
Veröffentlicht: (2025)

Instant Adversarial Purification with Adversarial Consistency Distillation
von: Lei, Chun Tong, et al.
Veröffentlicht: (2024)

Structure-Guided Adversarial Training of Diffusion Models
von: Yang, Ling, et al.
Veröffentlicht: (2024)

Efficient Model-Based Purification Against Adversarial Attacks for LiDAR Segmentation
von: Gkillas, Alexandros, et al.
Veröffentlicht: (2025)

Gradient-Guided Conditional Diffusion Models for Private Image Reconstruction: Analyzing Adversarial Impacts of Differential Privacy and Denoising
von: Huang, Tao, et al.
Veröffentlicht: (2024)

ADT: Tuning Diffusion Models with Adversarial Supervision
von: Shen, Dazhong, et al.
Veröffentlicht: (2025)

CLIPure: Purification in Latent Space via CLIP for Adversarially Robust Zero-Shot Classification
von: Zhang, Mingkun, et al.
Veröffentlicht: (2025)

Attention-Guided Patch-Wise Sparse Adversarial Attacks on Vision-Language-Action Models
von: Zhang, Naifu, et al.
Veröffentlicht: (2025)

Adversarial Prompt Distillation for Vision-Language Models
von: Luo, Lin, et al.
Veröffentlicht: (2024)

Prompt-Agnostic Adversarial Perturbation for Customized Diffusion Models
von: Wan, Cong, et al.
Veröffentlicht: (2024)

Knowledge-Guided Adversarial Training for Infrared Object Detection via Thermal Radiation Modeling
von: Zhao, Shiji, et al.
Veröffentlicht: (2026)

Fighting Fire with Fire (F3): A Training-free and Efficient Visual Adversarial Example Purification Method in LVLMs
von: Zhang, Yudong, et al.
Veröffentlicht: (2025)

Watermark-embedded Adversarial Examples for Copyright Protection against Diffusion Models
von: Zhu, Peifei, et al.
Veröffentlicht: (2024)

TAIGen: Training-Free Adversarial Image Generation via Diffusion Models
von: Roy, Susim, et al.
Veröffentlicht: (2025)

SDXL-Lightning: Progressive Adversarial Diffusion Distillation
von: Lin, Shanchuan, et al.
Veröffentlicht: (2024)

Google is all you need: Semi-Supervised Transfer Learning Strategy For Light Multimodal Multi-Task Classification Model
von: Liu, Haixu, et al.
Veröffentlicht: (2025)

PuriDefense: Randomized Local Implicit Adversarial Purification for Defending Black-box Query-based Attacks
von: Guo, Ping, et al.
Veröffentlicht: (2024)

Adversarial Defense in Vision-Language Models: An Overview
von: Fu, Xiaowei, et al.
Veröffentlicht: (2026)

Enhancing Adversarial Robustness of Vision-Language Models through Low-Rank Adaptation
von: Ji, Yuheng, et al.
Veröffentlicht: (2024)

Black-Box Adversarial Attack on Vision Language Models for Autonomous Driving
von: Wang, Lu, et al.
Veröffentlicht: (2025)

AdvI2I: Adversarial Image Attack on Image-to-Image Diffusion models
von: Zeng, Yaopei, et al.
Veröffentlicht: (2024)

Parameter-Efficient Fine-Tuning of 3D DDPM for MRI Image Generation Using Tensor Networks
von: Li, Binghua, et al.
Veröffentlicht: (2025)

Adversarial Error Correction for Visual Autoregressive Generation
von: Bi, Ligong, et al.
Veröffentlicht: (2026)

Adversarial Supervision Makes Layout-to-Image Diffusion Models Thrive
von: Li, Yumeng, et al.
Veröffentlicht: (2024)

SWAT: Sliding Window Adversarial Training for Gradual Domain Adaptation
von: Wang, Zixi, et al.
Veröffentlicht: (2025)

Adversarial Prompt Tuning for Vision-Language Models
von: Zhang, Jiaming, et al.
Veröffentlicht: (2023)

DiffAM: Diffusion-based Adversarial Makeup Transfer for Facial Privacy Protection
von: Sun, Yuhao, et al.
Veröffentlicht: (2024)

Adversarially Domain-adaptive Latent Diffusion for Unsupervised Semantic Segmentation
von: Yu, Jongmin, et al.
Veröffentlicht: (2024)

Evaluating Adversarial Protections for Diffusion Personalization: A Comprehensive Study
von: Ye, Kai, et al.
Veröffentlicht: (2025)

Diffusion-Based Adversarial Sample Generation for Improved Stealthiness and Controllability
von: Xue, Haotian, et al.
Veröffentlicht: (2023)

Pixel is a Barrier: Diffusion Models Are More Adversarially Robust Than We Think
von: Xue, Haotian, et al.
Veröffentlicht: (2024)

Paired Image Generation with Diffusion-Guided Diffusion Models
von: Zhang, Haoxuan, et al.
Veröffentlicht: (2025)

Adversarial Camouflage
von: Borsukiewicz, Paweł, et al.
Veröffentlicht: (2026)

Adversarial Attacks and Defenses on Text-to-Image Diffusion Models: A Survey
von: Zhang, Chenyu, et al.
Veröffentlicht: (2024)

Adversarial Attack Against Images Classification based on Generative Adversarial Networks
von: Yang, Yahe
Veröffentlicht: (2024)

STAA: Spatio-Temporal Attention Attribution for Real-Time Interpreting Transformer-based Video Models
von: Wang, Zerui, et al.
Veröffentlicht: (2024)