Buchumschlag

Generative Adversarial Perturbations with Cross-paradigm Transferability on Localized Crowd Counting

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Anisha, Alabi Mehzabin, Wang, Guangjing, Chellappan, Sriram
Format:	Preprint
Veröffentlicht:	2026
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

Curriculum for Crowd Counting -- Is it Worthy?
von: Khan, Muhammad Asif, et al.
Veröffentlicht: (2024)

Bound Tightening Network for Robust Crowd Counting
von: Wu, Qiming
Veröffentlicht: (2024)

Multimodal Crowd Counting with Pix2Pix GANs
von: Khan, Muhammad Asif, et al.
Veröffentlicht: (2024)

RCCFormer: A Robust Crowd Counting Network Based on Transformer
von: Liu, Peng, et al.
Veröffentlicht: (2025)

Real-Time Crowd Counting for Embedded Systems with Lightweight Architecture
von: Zhao, Zhiyuan, et al.
Veröffentlicht: (2025)

IAP: Invisible Adversarial Patch Attack through Perceptibility-Aware Localization and Perturbation Optimization
von: Dutta, Subrat Kishore, et al.
Veröffentlicht: (2025)

AI Powered Urban Green Infrastructure Assessment Through Aerial Imagery of an Industrial Township
von: Dutta, Anisha
Veröffentlicht: (2025)

Improving Point-based Crowd Counting and Localization Based on Auxiliary Point Guidance
von: Chen, I-Hsiang, et al.
Veröffentlicht: (2024)

Cross-Model Transferability of Adversarial Patches in Real-time Segmentation for Autonomous Driving
von: Shekhar, Prashant, et al.
Veröffentlicht: (2025)

TCFormer: A 5M-Parameter Transformer with Density-Guided Aggregation for Weakly-Supervised Crowd Counting
von: Guo, Qiang, et al.
Veröffentlicht: (2025)

Taste More, Taste Better: Diverse Data and Strong Model Boost Semi-Supervised Crowd Counting
von: Yang, Maochen, et al.
Veröffentlicht: (2025)

Passive Construction Site Safety Monitoring via Persona-Scaffolded Adversarial Chain-of-Thought VLM Verification
von: Sriram, Ananth, et al.
Veröffentlicht: (2026)

Boosting the Transferability of Adversarial Examples via Local Mixup and Adaptive Step Size
von: Liu, Junlin, et al.
Veröffentlicht: (2024)

Beyond Boundaries: A Comprehensive Survey of Transferable Attacks on AI Systems
von: Wang, Guangjing, et al.
Veröffentlicht: (2023)

MTCNET: Multi-task Learning Paradigm for Crowd Count Estimation
von: Kumar, Abhay, et al.
Veröffentlicht: (2019)

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

Robustness as Architecture: Designing IQA Models to Withstand Adversarial Perturbations
von: Meleshin, Igor, et al.
Veröffentlicht: (2025)

Transferable Adversarial Facial Images for Privacy Protection
von: Li, Minghui, et al.
Veröffentlicht: (2024)

APLA: Additional Perturbation for Latent Noise with Adversarial Training Enables Consistency
von: Yao, Yupu, et al.
Veröffentlicht: (2023)

AEGIS: Preserving privacy of 3D Facial Avatars with Adversarial Perturbations
von: Wolkiewicz, Dawid, et al.
Veröffentlicht: (2025)

Devling into Adversarial Transferability on Image Classification: Review, Benchmark, and Evaluation
von: Wang, Xiaosen, et al.
Veröffentlicht: (2026)

CrowdMAC: Masked Crowd Density Completion for Robust Crowd Density Forecasting
von: Fujii, Ryo, et al.
Veröffentlicht: (2024)

Enhancing Adversarial Transferability in Visual-Language Pre-training Models via Local Shuffle and Sample-based Attack
von: Liu, Xin, et al.
Veröffentlicht: (2025)

Adversarial Training with OCR Modality Perturbation for Scene-Text Visual Question Answering
von: Shen, Zhixuan, et al.
Veröffentlicht: (2024)

Generating Transferrable Adversarial Examples via Local Mixing and Logits Optimization for Remote Sensing Object Recognition
von: Liu, Chun, et al.
Veröffentlicht: (2025)

Learning to Transform Dynamically for Better Adversarial Transferability
von: Zhu, Rongyi, et al.
Veröffentlicht: (2024)

Fight Perturbations with Perturbations: Defending Adversarial Attacks via Neuron Influence
von: Chen, Ruoxi, et al.
Veröffentlicht: (2021)

One Noise to Rule Them All: Multi-View Adversarial Attacks with Universal Perturbation
von: Ergezer, Mehmet, et al.
Veröffentlicht: (2024)

Discerning the Chaos: Detecting Adversarial Perturbations while Disentangling Intentional from Unintentional Noises
von: Jain, Anubhooti, et al.
Veröffentlicht: (2024)

Transferable Adversarial Face Attack with Text Controlled Attribute
von: Li, Wenyun, et al.
Veröffentlicht: (2024)

Attribution for Enhanced Explanation with Transferable Adversarial eXploration
von: Zhu, Zhiyu, et al.
Veröffentlicht: (2024)

Adversarial Semantic and Label Perturbation Attack for Pedestrian Attribute Recognition
von: Kong, Weizhe, et al.
Veröffentlicht: (2025)

GeoShield: Safeguarding Geolocation Privacy from Vision-Language Models via Adversarial Perturbations
von: Liu, Xinwei, et al.
Veröffentlicht: (2025)

Efficient Visualization of Neural Networks with Generative Models and Adversarial Perturbations
von: Karagounis, Athanasios
Veröffentlicht: (2024)

Enhancing Cross Domain SAR Oil Spill Segmentation via Morphological Region Perturbation and Synthetic Label-to-SAR Generation
von: Juarez, Andre, et al.
Veröffentlicht: (2025)

Digital-to-Physical Transfer of Adversarial Patches for Aerial Vehicle Detection
von: Woo, Jung Heum, et al.
Veröffentlicht: (2026)

Improving the Perturbation-Based Explanation of Deepfake Detectors Through the Use of Adversarially-Generated Samples
von: Tsigos, Konstantinos, et al.
Veröffentlicht: (2025)

Boosting Adversarial Transferability across Model Genus by Deformation-Constrained Warping
von: Lin, Qinliang, et al.
Veröffentlicht: (2024)

CoMAD: A Multiple-Teacher Self-Supervised Distillation Framework
von: Mandalika, Sriram, et al.
Veröffentlicht: (2025)

TMT: Cross-domain Semantic Segmentation with Region-adaptive Transferability Estimation
von: Zhang, Enming, et al.
Veröffentlicht: (2025)