待验证50% 置信事实精确时间
将图像平移一个像素可能导致CNN模型的识别结果发生剧烈变化甚至完全出错
1
来源数
50%
置信度
长期有效
时效性
2026/8/30
首次发现
来源
涉及实体
相关事实
待验证对一张被神经网络正确分类的图像叠加人眼几乎不可见的微小扰动后，模型输出会以极高置信度发生错误77% 相似待验证图生视频的失败几乎都发生在最后一秒，模型会突然snap向参考图导致脸部变形、透视跳变或用白光掩盖生硬过渡74% 相似待验证Vision Transformer在大规模数据集上超越CNN，但在小数据集上表现不如CNN，因其缺乏图像特有的归纳偏置72% 相似待验证Zhang（2019）的研究表明标准池化+下采样破坏了平移等变性，将输入平移一个像素可能导致中间特征图发生非平凡变化71% 相似待验证视觉上的剧烈变化未必等同于语义上的重要性，可能导致空镜头触发大量采样而静止画面的关键表情被忽略70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/825956API
curl https://kongchang.com/api/v1/knowledge/claims/825956MCP
get_claim(id=825956)