IOI：针对无参考图像和视频质量指标的不可见单次迭代对抗攻击
图像与视频处理
2024-05-31 v2 计算机视觉与模式识别
摘要
无参考图像和视频质量指标广泛应用于视频处理基准测试中。基于学习的指标在视频攻击下的鲁棒性尚未得到广泛研究。除了成功率高之外，可用于视频处理基准测试的攻击还必须快速且不可感知。本文介绍了一种针对无参考图像和视频质量指标的不可见单次迭代 (IOI) 对抗攻击。我们通过客观和主观测试，使用图像和视频数据集将我们的方法与八种先前的方法进行了比较。我们的方法在各种被攻击的指标架构中表现出更优越的视觉质量，同时保持了相当的攻击成功率和速度。代码已在 GitHub 上开源：https://github.com/katiashh/ioi-attack。
引用
@article{arxiv.2403.05955,
title = {IOI: Invisible One-Iteration Adversarial Attack on No-Reference Image- and Video-Quality Metrics},
author = {Ekaterina Shumitskaya and Anastasia Antsiferova and Dmitriy Vatolin},
journal= {arXiv preprint arXiv:2403.05955},
year = {2024}
}
备注
Accepted to ICML 2024