用于分割的生成式受害者模型
计算机视觉与模式识别
2024-12-11 v1
摘要
我们发现，用于生成攻击的经过良好训练的受害者模型（VM）是对抗攻击的基本前提，即分割VM是生成分割攻击所必需的。在此背景下，受害者模型被假设为鲁棒的，以实现有效的对抗扰动生成。与其关注提升特定任务受害者模型的鲁棒性，我们将注意力转向图像生成。从图像生成的角度，我们推导了一种用于分割的新型VM，旨在为分割任务生成对抗扰动，而无需显式设计用于图像分割的模型。我们的对抗攻击生成方法有别于传统的白盒或黑盒攻击，为对抗攻击策略提供了新的视角。实验表明，我们的攻击方法能够生成具有良好迁移性的有效对抗攻击。
引用
@article{arxiv.2412.07274,
title = {A Generative Victim Model for Segmentation},
author = {Aixuan Li and Jing Zhang and Jiawei Shi and Yiran Zhong and Yuchao Dai},
journal= {arXiv preprint arXiv:2412.07274},
year = {2024}
}