针对单张图像去雾的对抗鲁棒转换器微调
计算机视觉与模式识别
2025-04-28 v1 人工智能
摘要
单张图像去雾是遥感应用中的重要议题，旨在增强获取图像的质量并提高目标检测精度。然而，这类方法的可靠性得到的充分分析仍不足，这会使其面临不可察觉的扰动风险，这些扰动会显著损害性能。本文表明，最新的图像到图像去雾转换器对对抗性噪声极其敏感，即使仅改变1个像素即可使PSNR下降最高达2.8 dB。随后，我们提出了两种轻量级微调策略，旨在提高预训练转换器的鲁棒性。我们的方法在保持相当的干净性能的同时，显著提高了对抗数据的防御能力。我们进一步展示了这两种方法在两个遥感场景中的可适应性，展示了其对分布外数据的鲁棒行为。对抗性微调和攻击算法的源代码可在 github.com/Vladimirescu/RobustDehazing 上获取。
引用
@article{arxiv.2504.17829,
title = {Fine-Tuning Adversarially-Robust Transformers for Single-Image Dehazing},
author = {Vlad Vasilescu and Ana Neacsu and Daniela Faur},
journal= {arXiv preprint arXiv:2504.17829},
year = {2025}
}