欺骗目标检测器：基于半邻域掩码的广告对抗攻击
计算机视觉与模式识别
2021-01-05 v1 机器学习
摘要
尽管针对基于深度学习的分类器的对抗攻击已有大量研究，但如何攻击目标检测系统却鲜有探讨。在本文中，我们提出了一种基于半邻域掩码投影梯度下降（HNM-PGD）的攻击方法，该方法能在严格约束下生成强扰动以欺骗不同类型的检测器。我们还将所提出的HNM-PGD攻击应用于CIKM 2020 AnalytiCup竞赛，在排行榜上排名前1%。我们在 https://github.com/YanghaoZYH/HNM-PGD 发布了代码。
引用
@article{arxiv.2101.00989,
title = {Fooling Object Detectors: Adversarial Attacks by Half-Neighbor Masks},
author = {Yanghao Zhang and Fu Wang and Wenjie Ruan},
journal= {arXiv preprint arXiv:2101.00989},
year = {2021}
}
备注
To appear in the Proceedings of the CIKM 2020 Workshops published by CEUR-WS