Buchumschlag

Transform-Dependent Adversarial Attacks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tan, Yaoteng, Cai, Zikui, Asif, M. Salman
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Modular Energy Steering for Safe Text-to-Image Generation with Foundation Models
von: Tan, Yaoteng, et al.
Veröffentlicht: (2026)

Targeted Unlearning with Single Layer Unlearning Gradient
von: Cai, Zikui, et al.
Veröffentlicht: (2024)

Compositional Adversarial Training for Robust Visual Watermarking
von: Satheesh, Anirudh, et al.
Veröffentlicht: (2026)

MMSFormer: Multimodal Transformer for Material and Semantic Segmentation
von: Reza, Md Kaykobad, et al.
Veröffentlicht: (2023)

Robust Multimodal Learning with Missing Modalities via Parameter-Efficient Adaptation
von: Reza, Md Kaykobad, et al.
Veröffentlicht: (2023)

Adversarial Dependence Minimization
von: De Plaen, Pierre-François, et al.
Veröffentlicht: (2025)

SSAM: Singular Subspace Alignment for Merging Multimodal Large Language Models
von: Reza, Md Kaykobad, et al.
Veröffentlicht: (2026)

Benchmarking Transferable Adversarial Attacks
von: Jin, Zhibo, et al.
Veröffentlicht: (2024)

InfiltrNet: Dual-Branch CNN-Transformer Architecture for Brain Tumor Infiltration Risk Prediction
von: Hossain, S M Asif, et al.
Veröffentlicht: (2026)

MMP: Towards Robust Multi-Modal Learning with Masked Modality Projection
von: Nezakati, Niki, et al.
Veröffentlicht: (2024)

Parameter-efficient Multi-Task and Multi-Domain Learning using Factorized Tensor Networks
von: Garg, Yash, et al.
Veröffentlicht: (2023)

Dynamic Label Adversarial Training for Deep Learning Robustness Against Adversarial Attacks
von: Liu, Zhenyu, et al.
Veröffentlicht: (2024)

Scaling Laws for Black box Adversarial Attacks
von: Liu, Chuan, et al.
Veröffentlicht: (2024)

Explainable Adversarial Attacks on Coarse-to-Fine Classifiers
von: Heidarizadeh, Akram, et al.
Veröffentlicht: (2025)

Adversarial robustness of VAEs through the lens of local geometry
von: Khan, Asif, et al.
Veröffentlicht: (2022)

S-E Pipeline: A Vision Transformer (ViT) based Resilient Classification Pipeline for Medical Imaging Against Adversarial Attacks
von: S, Neha A, et al.
Veröffentlicht: (2024)

Similarity of Neural Architectures using Adversarial Attack Transferability
von: Hwang, Jaehui, et al.
Veröffentlicht: (2022)

Adversarial Machine Learning: Attacking and Safeguarding Image Datasets
von: Chowdhury, Koushik
Veröffentlicht: (2025)

Neural Fingerprints for Adversarial Attack Detection
von: Fisher, Haim, et al.
Veröffentlicht: (2024)

Familiarity-Based Open-Set Recognition Under Adversarial Attacks
von: Enevoldsen, Philip, et al.
Veröffentlicht: (2023)

Uncertainty Quantification for Collaborative Object Detection Under Adversarial Attacks
von: Huang, Huiqun, et al.
Veröffentlicht: (2025)

AIM: Additional Image Guided Generation of Transferable Adversarial Attacks
von: Li, Teng, et al.
Veröffentlicht: (2025)

Transferable Adversarial Attacks on Black-Box Vision-Language Models
von: Hu, Kai, et al.
Veröffentlicht: (2025)

Evaluating the Adversarial Robustness of Detection Transformers
von: Nazeri, Amirhossein, et al.
Veröffentlicht: (2024)

DeSparsify: Adversarial Attack Against Token Sparsification Mechanisms in Vision Transformers
von: Yehezkel, Oryan, et al.
Veröffentlicht: (2024)

Memory Efficient Full-gradient Attacks (MEFA) Framework for Adversarial Defense Evaluations
von: Du, Yuan, et al.
Veröffentlicht: (2026)

Evaluating Adversarial Attacks on Traffic Sign Classifiers beyond Standard Baselines
von: Pavlitska, Svetlana, et al.
Veröffentlicht: (2024)

Model-agnostic Adversarial Attack and Defense for Vision-Language-Action Models
von: Xu, Haochuan, et al.
Veröffentlicht: (2025)

Unifying Image Counterfactuals and Feature Attributions with Latent-Space Adversarial Attacks
von: Goldwasser, Jeremy, et al.
Veröffentlicht: (2025)

AdvAD: Exploring Non-Parametric Diffusion for Imperceptible Adversarial Attacks
von: Li, Jin, et al.
Veröffentlicht: (2025)

TsallisPGD: Adaptive Gradient Weighting for Adversarial Attacks on Semantic Segmentation
von: Matyasko, Alexander, et al.
Veröffentlicht: (2026)

Fool the Stoplight: Realistic Adversarial Patch Attacks on Traffic Light Detectors
von: Pavlitska, Svetlana, et al.
Veröffentlicht: (2025)

Dynamic Adversarial Attacks on Autonomous Driving Systems
von: Chahe, Amirhosein, et al.
Veröffentlicht: (2023)

Vision Transformer-based Adversarial Domain Adaptation
von: Li, Yahan, et al.
Veröffentlicht: (2024)

Robust Multimodal Learning via Cross-Modal Proxy Tokens
von: Reza, Md Kaykobad, et al.
Veröffentlicht: (2025)

Progressive Semantic-Guided Vision Transformer for Zero-Shot Learning
von: Chen, Shiming, et al.
Veröffentlicht: (2024)

DASH: A Meta-Attack Framework for Synthesizing Effective and Stealthy Adversarial Examples
von: Nafi, Abdullah Al Nomaan, et al.
Veröffentlicht: (2025)

Strong Transferable Adversarial Attacks via Ensembled Asymptotically Normal Distribution Learning
von: Fang, Zhengwei, et al.
Veröffentlicht: (2022)

Improving Adversarial Transferability in MLLMs via Dynamic Vision-Language Alignment Attack
von: Gu, Chenhe, et al.
Veröffentlicht: (2025)

TraceGen: World Modeling in 3D Trace Space Enables Learning from Cross-Embodiment Videos
von: Lee, Seungjae, et al.
Veröffentlicht: (2025)