一种感知失真降低框架：面向生成具有高感知质量与攻击成功率的对抗样本

大多数对抗攻击方法在攻击强度较高时存在可见伪影等较大感知失真。这些感知失真中包含一定比例对攻击成功率贡献较小。这部分由不必要修改和缺乏适当感知失真约束引起的失真，是所提框架的目标。本文提出一种感知失真降低框架，从两个角度解决该问题。首先，我们提出感知失真约束并将其加入目标函数，以联合优化感知失真与攻击成功率。其次，我们提出自适应惩罚因子 $\lambda$ 来平衡不同样本间的差异。由于 SGD 和 Momentum-SGD 无法优化我们复杂的非凸问题，我们采用 Adam 进行优化。大量实验验证了所提框架的优越性。