评估深度图像超分辨率方法对抗对抗攻击的鲁棒性
计算机视觉与模式识别
2019-10-03 v2
摘要
单图像超分辨率旨在由低分辨率图像生成高分辨率版本，它是许多计算机视觉应用中的基本组件。本文研究了基于深度学习的超分辨率方法对抗对抗攻击的鲁棒性，此类攻击可在被攻击的低分辨率图像中无明显失真的情况下显著劣化超分辨率图像。结果表明，最先进的深度超分辨率方法对对抗攻击高度脆弱。我们从理论和实验上分析了不同方法的不同鲁棒性水平。我们还给出了关于攻击可迁移性以及定向攻击和通用攻击可行性的分析。
引用
@article{arxiv.1904.06097,
title = {Evaluating Robustness of Deep Image Super-Resolution against Adversarial Attacks},
author = {Jun-Ho Choi and Huan Zhang and Jun-Hyuk Kim and Cho-Jui Hsieh and Jong-Seok Lee},
journal= {arXiv preprint arXiv:1904.06097},
year = {2019}
}
备注
Accepted in ICCV 2019