通过不可感知背景块探究目标检测器中单步模块脆弱性
计算机视觉与模式识别
2019-07-03 v3
摘要
近期研究成功地在整幅图像或感兴趣对象上生成对抗扰动以破坏基于 CNN 的目标检测器。本文聚焦于通过向对象之外的背景中的块添加小扰动，来探究近期目标检测器中常用的单步模块（SSM）的脆弱性。SSM 是指两阶段目标检测器中使用的区域候选网络或单阶段目标检测器本身。SSM 通常是一个全卷积神经网络，通过单次前向传播生成输出。由于 SSM 中使用了过多的卷积，其实际感受野大于对象本身。因此，我们提出一种新方法，仅通过在背景中生成不可感知的块来破坏目标检测器。我们的方法可找到若干用于扰动的背景块，能有效减少真正例并急剧增加假正例。在 MS COCO 2014 数据集上对 5 种两阶段目标检测器和 8 种单阶段目标检测器的功效得到了证明。结果表明，在对象区域边界框之外具有小失真的扰动仍会严重损害检测性能。
引用
@article{arxiv.1809.05966,
title = {Exploring the Vulnerability of Single Shot Module in Object Detectors via Imperceptible Background Patches},
author = {Yuezun Li and Xiao Bian and Ming-ching Chang and Siwei Lyu},
journal= {arXiv preprint arXiv:1809.05966},
year = {2019}
}
备注
To appear in BMVC 2019