快速局部攻击：为目标检测器生成局部对抗样本
计算机视觉与模式识别
2020-10-28 v1
摘要
深度神经网络易受对抗样本攻击。向图像添加难以察觉的对抗扰动足以使其失效。大多数现有研究聚焦于攻击图像分类器或基于锚的目标检测器，但它们在整个图像上生成全局扰动，这是不必要的。在我们的工作中，我们利用更高层语义信息为无锚目标检测器生成高攻击性的局部扰动。结果，其计算强度更低，并实现了更高的黑盒攻击以及迁移攻击性能。我们的方法生成的对抗样本不仅能够攻击无锚目标检测器，还能迁移用于攻击基于锚的目标检测器。
引用
@article{arxiv.2010.14291,
title = {Fast Local Attack: Generating Local Adversarial Examples for Object Detectors},
author = {Quanyu Liao and Xin Wang and Bin Kong and Siwei Lyu and Youbing Yin and Qi Song and Xi Wu},
journal= {arXiv preprint arXiv:2010.14291},
year = {2020}
}
备注
Published in: 2020 International Joint Conference on Neural Networks (IJCNN)