作为回归的检测：基于中值平滑的认证目标检测
计算机视觉与模式识别
2022-02-28 v4 密码学与安全
机器学习
摘要
尽管目标检测器对对抗攻击存在脆弱性，但迄今为止已知的防御极少。虽然对抗训练能改善图像分类器的经验鲁棒性，其向目标检测的直接扩展非常昂贵。本工作受近期基于随机平滑的认证分类进展启发。我们首先给出从目标检测到回归问题的归约。随后，为实现标准均值平滑失效的认证回归，我们提出中值平滑，其具有独立意义。我们获得了首个模型无关、无需训练且针对 有界攻击的认证目标检测防御。文中所有实验的代码可在 http://github.com/Ping-C/CertifiedObjectDetection 获取。
引用
@article{arxiv.2007.03730,
title = {Detection as Regression: Certified Object Detection by Median Smoothing},
author = {Ping-yeh Chiang and Michael J. Curry and Ahmed Abdelkader and Aounon Kumar and John Dickerson and Tom Goldstein},
journal= {arXiv preprint arXiv:2007.03730},
year = {2022}
}