针对无参考图像质量指标的对抗净化：适用性研究与新方法
计算机视觉与模式识别
2024-04-11 v1 人工智能
摘要
最近，针对图像质量指标的对抗攻击领域开始被探索，而防御领域仍研究不足。在本研究中，我们旨在覆盖这种情况，并检查对抗净化防御从图像分类器到IQA方法的可迁移性。在本文中，我们对IQA模型应用了几种广泛使用的攻击，并检查了防御措施对抗它们的成功性。净化方法涵盖了不同的预处理技术，包括几何变换、压缩、去噪以及现代基于神经网络的方法。此外，我们通过提出评估输出视觉质量和中和攻击成功性的方法，解决了评估防御方法有效性的挑战。防御措施针对三个IQA指标——Linearity、MetaIQA和SPAQ进行了攻击测试。攻击和防御的代码可在（为盲审隐藏的链接）获取。
引用
@article{arxiv.2404.06957,
title = {Adversarial purification for no-reference image-quality metrics: applicability study and new methods},
author = {Aleksandr Gushchin and Anna Chistyakova and Vladislav Minashkin and Anastasia Antsiferova and Dmitriy Vatolin},
journal= {arXiv preprint arXiv:2404.06957},
year = {2024}
}