Filtered-ViT：抵御多种对抗性贴纸攻击的鲁棒防御
计算机视觉与模式识别
2025-11-12 v1 人工智能
摘要
深度学习视觉系统正在被部署到安全关键领域如医疗保健，但仍然容易受到小型对抗性贴纸攻击，这类攻击会引起误分类。大多数现有防御措施假设只有一个贴纸，当多个局部干扰发生时便无法有效应对，这正是攻击者和真实环境物件常利用的情形。我们提出了Filtered-ViT，这是一种新的视觉Transformer架构，集成了SMART向量中位数滤波(SMART-VMF)，这是一种空间自适应、多尺度且具鲁棒性的机制，能够在保留语义细节的同时选择性抑制受损区域。在ImageNet数据集上使用LaVAN多贴纸攻击时，Filtered-ViT在干净准确率达到79.8%，在四个同时发生1%贴纸攻击下的鲁棒准确率达到46.3%，超越了现有防御方法。除了合成基准测试外，我们在放射科医学影像上的真实世界案例研究表明，Filtered-ViT能够在不损害诊断内容的前提下，减轻自然产生的遮挡和扫描仪噪声。这一工作表明Filtered-ViT是首个在对抗性和自然发生的类似贴纸干扰方面实现统一鲁棒性的Transformer，为真正高风险环境中的可靠视觉系统指明了道路。
引用
@article{arxiv.2511.07755,
title = {Filtered-ViT: A Robust Defense Against Multiple Adversarial Patch Attacks},
author = {Aja Khanal and Ahmed Faid and Apurva Narayan},
journal= {arXiv preprint arXiv:2511.07755},
year = {2025}
}