面向视觉目标跟踪的高效通用洗牌攻击
计算机视觉与模式识别
2022-03-15 v1
摘要
近年来，对抗攻击已被应用于视觉目标跟踪中，通过向视频帧注入难以察觉的扰动来欺骗深度跟踪器。然而，已有工作仅生成针对特定视频的扰动，这限制了其应用场景。此外，由于跟踪的实时性与重新初始化机制，现有攻击难以在现实中实施。为解决这些问题，我们提出了一种称为高效通用洗牌攻击（Efficient Universal Shuffle Attack, EUSA）的离线通用对抗攻击。它仅需一个扰动即可导致跟踪器在所有视频上失效。为提高计算效率与攻击性能，我们提出了一种贪心梯度策略与三重损失，通过梯度高效地捕获并攻击模型特定的特征表示。实验结果表明，EUSA能显著降低SOTA跟踪器在OTB2015与VOT2018上的性能。
引用
@article{arxiv.2203.06898,
title = {Efficient universal shuffle attack for visual object tracking},
author = {Siao Liu and Zhaoyu Chen and Wei Li and Jiwei Zhu and Jiafeng Wang and Wenqiang Zhang and Zhongxue Gan},
journal= {arXiv preprint arXiv:2203.06898},
year = {2022}
}
备注
accepted for ICASSP 2022