invertible专题
论文阅读——Imperceptible Adversarial Attack via Invertible Neural Networks
Imperceptible Adversarial Attack via Invertible Neural Networks 作者：Zihan Chen, Ziyue Wang, Junjie Huang*, Wentao Zhao, Xiao Liu, Dejian Guan 解决的问题：虽然视觉不可感知性是对抗性示例的理想特性，但传统的对抗性攻击仍然会产生可追踪的对抗扰动。 代码：htt
【论文阅读】HiNet Deep Image Hiding by Invertible Network
🚩前言 🐳博客主页：😚睡晚不猿序程😚⌚首发时间：2022.8.8⏰最近更新时间：2022.8.9🙆本文由 睡晚不猿序程 原创，首发于 CSDN🤡作者是蒻蒟本蒟，如果文章里有任何错误或者表述不清，请 tt 我，万分感谢！orz 相关文章目录 ： 【论文阅读】StegaStamp: Invisible Hyperlinks in Physical Photographs
论文笔记：CVPR2021 Neural Parts: Learning Expressive 3D Shape Abstractions with Invertible Neural Network
Motivation： recovering the geometry of a 3D shape from a single RGB image 常用的primitive-based representations 寻求推断在不同对象实例之间推断语义一致的part排列，并提供更具解释性的替代方法，而非仅注意提取全局物体。 现存的一些方法由于其简单的参数化，这些原语的表达能力有限无法捕捉复杂