Краткое содержание

arXiv:2511.04970v1 Тип объявления: кросс Аннотация: Хотя форма и текстура являются фундаментальными аспектами визуального распознавания, исследования глубоких нейронных сетей (DNN) преимущественно сосредоточены на последней составляющей, оставляя геометрическое понимание плохо изученным. В данной работе мы показываем следующее: во-первых, оптимизированные формы способны выступать мощными семантическими переносчиками, генерируя высоко достоверную классификацию исключительно на основе своей геометрии; во-вторых, такие формы служат высокоточными инструментами интерпретируемости, выделяя значимые области модели с высокой точностью; и, наконец, они представляют собой новый обобщаемый парадигматический подход к созданию угроз безопасности, способный обманывать последующие визуальные задачи. Это достигается благодаря дифференцируемой архитектуре конца-конца, объединяющей мощный ряд Фурье для параметризации произвольных форм, отображение на основе числа обхода для перевода их в пиксельную сетку, требуемую DNN, и ограничения энергии сигнала, повышающие эффективность оптимизации и обеспечивающие физически правдоподобные формы. Наша работа демонстрирует...