图像质量的守护者：针对图像质量指标对抗攻击的防御基准测试
计算机视觉与模式识别
2025-10-09 v2 图像与视频处理
摘要
在图像质量评估（IQA）领域，指标的对抗鲁棒性是一个关键问题。本文针对 IQA 领域对抗攻击的兴起，对各种防御机制进行了全面的基准测试研究。我们系统评估了 25 种防御策略，包括对抗净化、对抗训练和认证鲁棒性方法。我们应用了 14 种不同类型的对抗攻击算法，在非自适应和自适应两种设置下对这些防御进行了测试。我们分析了各防御之间的差异及其在 IQA 任务中的适用性，考虑到它们应保持 IQA 分数和图像质量。所提出的基准旨在指导未来发展方向，并接受新方法的提交，最新结果在线可获取：https://videoprocessing.ai/benchmarks/iqa-defenses.html。
引用
@article{arxiv.2408.01541,
title = {Guardians of Image Quality: Benchmarking Defenses Against Adversarial Attacks on Image Quality Metrics},
author = {Alexander Gushchin and Khaled Abud and Georgii Bychkov and Ekaterina Shumitskaya and Anna Chistyakova and Sergey Lavrushkin and Bader Rasheed and Kirill Malyshev and Dmitriy Vatolin and Anastasia Antsiferova},
journal= {arXiv preprint arXiv:2408.01541},
year = {2025}
}