CAPAA：与分类器无关的基于投影仪的对抗攻击
计算机视觉与模式识别
2025-06-10 v2 密码学与安全
摘要
基于投影仪的对抗攻击旨在将精心设计的光图案（即对抗投影）投射到场景中，以欺骗深度图像分类器。它在隐私保护和开发更鲁棒的分类器方面具有潜在应用。然而，现有方法主要关注单个分类器和固定的相机位姿，往往忽略了多分类器系统和相机位姿变化场景的复杂性。这种局限性降低了它们在引入新分类器或相机位姿时的有效性。在本文中，我们引入了与分类器无关的基于投影仪的对抗攻击（CAPAA）来解决这些问题。首先，我们开发了一种新颖的与分类器无关的对抗损失和优化框架，该框架聚合了来自多个分类器的对抗性和隐蔽性损失梯度。然后，我们提出了一种基于注意力的梯度加权机制，将扰动集中在分类激活较高的区域，从而提高了对抗投影在应用于具有不同相机位姿的场景时的鲁棒性。我们广泛的实验评估表明，与现有基线相比，CAPAA 实现了更高的攻击成功率和更强的隐蔽性。代码可在以下地址获取：https://github.com/ZhanLiQxQ/CAPAA。
引用
@article{arxiv.2506.00978,
title = {CAPAA: Classifier-Agnostic Projector-Based Adversarial Attack},
author = {Zhan Li and Mingyu Zhao and Xin Dong and Haibin Ling and Bingyao Huang},
journal= {arXiv preprint arXiv:2506.00978},
year = {2025}
}