面向上下文感知语义分割网络的间接局部攻击
计算机视觉与模式识别
2019-12-03 v2
摘要
近年来，深度网络取得了令人印象深刻的语义分割性能，尤其是得益于其对更大范围上下文信息的利用。在本文中，我们表明由此产生的网络不仅对全局攻击敏感（即扰动影响整个输入图像），而且对间接局部攻击敏感，其中扰动被限制在较小的图像区域内，且该区域与我们旨在欺骗的目标区域不重叠。为此，我们引入了多种间接攻击策略，包括旨在寻找最佳扰动图像位置的自适应局部攻击，以及通用局部攻击。此外，我们提出了针对全局图像层面的攻击检测技术，以及用于获取被欺骗区域的像素级定位的方法。我们的结果令人不安：由于利用了更大的上下文，更准确的语义分割网络对间接局部攻击更加敏感。
引用
@article{arxiv.1911.13038,
title = {Indirect Local Attacks for Context-aware Semantic Segmentation Networks},
author = {Krishna Kanth Nakka and Mathieu Salzmann},
journal= {arXiv preprint arXiv:1911.13038},
year = {2019}
}