FMVP：针对对抗性视频净化的掩码流匹配
计算机视觉与模式识别
2026-01-13 v2
摘要
视频识别模型仍然 vulnerable to 对抗性攻击，而现有的基于扩散的净化方法则因采样效率低和轨迹弯曲而受限。直接从对抗输入回归干净视频往往难以恢复忠实内容，因为扰动极其细微；这需要物理性地破坏对抗结构。因此，我们提出了面向对抗性视频净化的 Flow Matching（FMVP）。FMVP 通过掩码策略物理性地破坏全局对抗结构，并利用条件流匹配（CFM）搭配填空目标重建干净视频动力学。为进一步解耦语义内容与对抗噪声，我们设计了频率门控损失（FGL），显式抑制高频对抗残留，同时保留低频保真度。我们设计了攻击感知与通用家庭训练范式，以处理已知与未知威胁。针对 UCF-101 和 HMDB-51 上的大量实验表明，FMVP 超越 DiffPure、Defense Patterns（DP）、Temporal Shuffling（TS）和 FlowPure 等最新方法，在对抗 PGD 和 CW 攻击下分别实现超过 87% 和 89% 的鲁棒准确率。此外，FMVP 在对抗性攻击（DiffHammer）方面表现出优异鲁棒性，并可作为零样本对抗检测器，对 PGD 和高度隐形 CW 攻击分别达到 0.98 和 0.79 的 AUC-ROC 分数。
引用
@article{arxiv.2601.02228,
title = {FMVP: Masked Flow Matching for Adversarial Video Purification},
author = {Duoxun Tang and Xueyi Zhang and Chak Hin Wang and Xi Xiao and Dasen Dai and Xinhang Jiang and Wentao Shi and Rui Li and Qing Li},
journal= {arXiv preprint arXiv:2601.02228},
year = {2026}
}