利用对抗性雪攻击运动估计
计算机视觉与模式识别
2022-10-21 v1 机器学习
摘要
当前针对运动估计(光流)的对抗攻击优化的是逐像素的小扰动,这类扰动在现实世界中不太可能出现。相反,我们利用一种现实天气现象,通过对抗优化的雪实现一种新颖攻击。我们攻击的核心是一个可微渲染器,能将照片级真实的雪花及其真实运动一致地整合进 3D 场景。通过优化,我们得到了显著影响光流且与普通雪无法区分的对抗性雪。令人惊讶的是,这种新颖攻击对先前在小 L_p 扰动下表现出高鲁棒性的方法影响最大。
引用
@article{arxiv.2210.11242,
title = {Attacking Motion Estimation with Adversarial Snow},
author = {Jenny Schmalfuss and Lukas Mehl and Andrés Bruhn},
journal= {arXiv preprint arXiv:2210.11242},
year = {2022}
}