你能发现变色龙吗?从共显著目标检测中对抗性伪装图像
计算机视觉与模式识别
2022-04-19 v5
摘要
共显著目标检测(CoSOD)近期取得显著进展,并在检索相关任务中发挥关键作用。然而,它不可避免地带来一个全新的安全与隐私问题,即高度个人化与敏感的内容可能被强大的 CoSOD 方法提取。本文从对抗攻击的角度解决该问题,并确立一个新任务:对抗共显著性攻击。具体而言,给定从一组包含某些共同显著物体的图像中选取的一幅图像,我们旨在生成其对抗版本,以误导 CoSOD 方法预测错误的共显著区域。需注意,相较于针对分类的通用白盒对抗攻击,此新任务面临两个额外挑战:(1)因组内图像外观多样导致成功率低;(2)因 CoSOD 流程差异显著导致跨 CoSOD 方法迁移性低。为应对这些挑战,我们提出首个黑盒联合对抗曝光与噪声攻击(Jadena),其中我们根据新设计的高特征级对比敏感损失函数,联合且局部地调节图像的曝光与加性扰动。我们的方法在没有任何最先进 CoSOD 方法信息的情况下,导致多种共显著性检测数据集上的性能显著下降,并使共显著物体无法被检测。这可为妥善保护当前互联网上分享的大量个人照片带来切实益处。此外,我们的方法有望用作评估 CoSOD 方法鲁棒性的指标。
引用
@article{arxiv.2009.09258,
title = {Can You Spot the Chameleon? Adversarially Camouflaging Images from Co-Salient Object Detection},
author = {Ruijun Gao and Qing Guo and Felix Juefei-Xu and Hongkai Yu and Huazhu Fu and Wei Feng and Yang Liu and Song Wang},
journal= {arXiv preprint arXiv:2009.09258},
year = {2022}
}
备注
Accepted to CVPR 2022