针对无参考图像与视频质量指标的快速对抗性 CNN 扰动攻击

Ekaterina Shumitskaya; Anastasia Antsiferova; Dmitriy Vatolin

针对无参考图像与视频质量指标的快速对抗性 CNN 扰动攻击

计算机视觉与模式识别 2023-05-26 v1 多媒体图像与视频处理

作者: Ekaterina Shumitskaya , Anastasia Antsiferova , Dmitriy Vatolin

摘要

现代基于神经网络的無参考图像与视频质量指标表现出与全参考指标一样高的性能。这些指标被广泛用于提升计算机视觉方法中的视觉质量并比较视频处理方法。然而，这些指标对传统对抗攻击并不稳定，可能导致错误结果。我们的目标是探究无参考指标适用性的边界，本文提出一种针对无参考质量指标的快速对抗扰动攻击。所提出的攻击（FACPA）可用作实时视频处理与压缩算法中的预处理步骤。本研究可提供见解，进一步助力设计稳定的基于神经网络的无参考质量指标。

关键词

无参考质量指标对抗扰动 CNN 图像质量视频质量 FACPA

引用

@article{arxiv.2305.15544,
  title  = {Fast Adversarial CNN-based Perturbation Attack on No-Reference Image- and Video-Quality Metrics},
  author = {Ekaterina Shumitskaya and Anastasia Antsiferova and Dmitriy Vatolin},
  journal= {arXiv preprint arXiv:2305.15544},
  year   = {2023}
}

备注

ICLR 2023 TinyPapers

针对无参考图像与视频质量指标的快速对抗性 CNN 扰动攻击

摘要

关键词

引用

备注

相关论文