Diffusion Attack：利用 Stable Diffusion 进行自然主义图像攻击
计算机视觉与模式识别
2024-03-25 v1 图像与视频处理
摘要
在虚拟现实（VR）中，对抗性攻击仍然是一个重大的安全威胁。大多数基于深度学习的物理和数字对抗攻击方法通过制作包含大量可打印扰动的对抗样本，来提升攻击性能，而这些扰动很容易被人类观察者识别。然而，攻击者很少对所生成攻击图像外观的自然性和舒适度施加限制，导致攻击引人注目且不自然。为了应对这一挑战，我们提出了一种结合风格迁移的框架，以制作具有自然风格的对抗性输入，这些输入表现出极低的可检测性和最大化的自然外观，同时保持卓越的攻击能力。
引用
@article{arxiv.2403.14778,
title = {Diffusion Attack: Leveraging Stable Diffusion for Naturalistic Image Attacking},
author = {Qianyu Guo and Jiaming Fu and Yawen Lu and Dongming Gan},
journal= {arXiv preprint arXiv:2403.14778},
year = {2024}
}
备注
Accepted to IEEE VRW