1.系统环境硬件环境(Ascend/GPU/CPU):GPU软件环境:–MindSpore版本:1.7.0执行模式：静态图(GRAPH)–Python版本:3.7.6–操作系统平台:linux2.报错信息2.1问题描述将优化好的图像用cv2进行图片保存，由于没有将tensor转换为numpy，导致cv2.imwrite运行失败。2.2报错信息cv2.error:OpenCV(4.6.0):-1:error:(-5:Badargument)infunction'imwrite'Overloadresolutionfailed:imgisnotanumpyarray,neitherascalarE
研究这个方向的动机，是因为在将神经网络模型应用于实际场景时，它仅仅拥有较高的正确率是不够的，例如在异常检测中、垃圾邮件分类等等场景，那些负类样本也会想尽办法来“欺骗”模型，使模型无法辨别出它为负类。因此我们希望我们的模型能够拥有应对这种攻击的能力。HowtoAttack通过影像辨识的例子来解释如何进行攻击。假设我们已经训练了一个图像的分类器，对于我们下图中输入的图片它能够分辨出来是一只猫；那么我们现在对原始的输入进行一定的扰动，加入干扰项再输入到模型中看看它是否会辨别成其中的东西（图中这种扰动太大了，一般加入的扰动项是人眼无法辨别的）：那么这种攻击又划分为两类：Non-targeted：这一类
研究这个方向的动机，是因为在将神经网络模型应用于实际场景时，它仅仅拥有较高的正确率是不够的，例如在异常检测中、垃圾邮件分类等等场景，那些负类样本也会想尽办法来“欺骗”模型，使模型无法辨别出它为负类。因此我们希望我们的模型能够拥有应对这种攻击的能力。HowtoAttack通过影像辨识的例子来解释如何进行攻击。假设我们已经训练了一个图像的分类器，对于我们下图中输入的图片它能够分辨出来是一只猫；那么我们现在对原始的输入进行一定的扰动，加入干扰项再输入到模型中看看它是否会辨别成其中的东西（图中这种扰动太大了，一般加入的扰动项是人眼无法辨别的）：那么这种攻击又划分为两类：Non-targeted：这一类
DeepPrivacy:AGenerativeAdversarialNetwork forFaceAnonymizationISVC2019 https://arxiv.org/pdf/1909.04538.pdf （个人理解，欢迎指正错误） Introduction 隐私：整个人脸 可用性：是看起来自然的人 文章基于CGAN架构，模型以被遮蔽敏感信息的人脸为输入，以真实人脸中的若干个关键点为条件信息生成假人脸。合成人脸在匿名的同时保留数据分布，使数据适合于进一步训练深度学习模型。包含真实人脸的图像 遮蔽敏感信息与关键点提取 合成图像Methodology 模
DeepPrivacy:AGenerativeAdversarialNetwork forFaceAnonymizationISVC2019 https://arxiv.org/pdf/1909.04538.pdf （个人理解，欢迎指正错误） Introduction 隐私：整个人脸 可用性：是看起来自然的人 文章基于CGAN架构，模型以被遮蔽敏感信息的人脸为输入，以真实人脸中的若干个关键点为条件信息生成假人脸。合成人脸在匿名的同时保留数据分布，使数据适合于进一步训练深度学习模型。包含真实人脸的图像 遮蔽敏感信息与关键点提取 合成图像Methodology 模
CIAGAN:ConditionalIdentityAnonymizationGenerativeAdversarialNetworks2020CVPR 2005.09544.pdf(arxiv.org)（个人理解，欢迎指正错误） Introduction 隐私：整个人脸 可用性：是看起来自然的人 文章去除真实人脸的同时生成了高质量的假人脸，可用于支持跟踪、检测等计算机视觉任务。与先前工作相比，本文的创新处在于可以在一定程度上控制人脸匿名效果，依据给定的身份参照指导假人脸的合成，到达合成图像接近参照图像的效果。 文章指出，他们的的关键观察是，许多计算机视觉任务，如人的检测、多人跟踪、
CIAGAN:ConditionalIdentityAnonymizationGenerativeAdversarialNetworks2020CVPR 2005.09544.pdf(arxiv.org)（个人理解，欢迎指正错误） Introduction 隐私：整个人脸 可用性：是看起来自然的人 文章去除真实人脸的同时生成了高质量的假人脸，可用于支持跟踪、检测等计算机视觉任务。与先前工作相比，本文的创新处在于可以在一定程度上控制人脸匿名效果，依据给定的身份参照指导假人脸的合成，到达合成图像接近参照图像的效果。 文章指出，他们的的关键观察是，许多计算机视觉任务，如人的检测、多人跟踪、
