Huazhong University of Science and Technology（华中科技大学）

Erosion Attack for Adversarial Training to Enhance Semantic Segmentation Robustness

侵蚀攻击用于对抗训练以增强语义分割鲁棒性

Yufei Song, Ziqi Zhou, Menghao Deng, Yifan Hu, Shengshan Hu, Minghui Li, Leo Yu Zhang

机构 * Huazhong University of Science and Technology（华中科技大学） ； National University of Singapore（新加坡国立大学） ； Griffith University（格里菲斯大学） 纠错

AI总结 本文提出EroSeg-AT框架，通过生成具有上下文语义关系的对抗示例，提升语义分割模型在对抗攻击下的鲁棒性。

Comments Accepted by ICASSP 2026

Can Synthetic Images Serve as Effective and Efficient Class Prototypes?

合成图像能否作为有效的高效类别原型？

Dianxing Shi, Dingjie Fu, Yuqiao Liu, Jun Wang

机构 * Beijing Research Institute of Uranium Geology（铀矿北京研究机构） ； Huazhong University of Science and Technology（华中科技大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Great Bay University（大湾大学） 纠错

AI总结 LGCLIP通过大语言模型生成类别特定提示，利用扩散模型合成参考图像，以实现高效的零样本分类。

Comments Accepted by IEEE ICASSP2026