仅一帧时刻：基于深度动作识别对单帧攻击的结构性脆弱性

近年来，基于视频的动作识别任务已被广泛研究。在本文中，我们研究了基于深度学习的动作识别模型在面对单帧攻击时的结构性脆弱性，该攻击仅向给定视频片段的单一帧添加不易察觉的扰动。我们的分析表明，由于其结构特性，这些模型对单帧攻击高度脆弱。实验证明了该攻击的高欺骗率和不易察觉的特性。此外，我们展示了在各种场景下可以获得强通用单帧扰动。我们的工作从多个角度提出了最先进动作识别模型对抗脆弱性的严重问题。