光之谎言：光学对抗攻击

已有大量工作研究向图像中注入难以察觉的噪声以恶化深度模型图像分类性能的对抗攻击。然而，现有研究大多考虑数字（像素）域中的攻击，即图像传感器经采样与量化所记录的图像。本文首次提出一种光学对抗攻击，其通过物理方式改变到达图像传感器的光场信息，使分类模型产生误分类。更具体地，我们利用置于成像系统中的空间光调制器调制傅里叶域中光的相位。调制器的操作参数通过基于梯度的优化获得，以最大化交叉熵并最小化畸变。我们基于仿真与真实硬件光学系统给出实验，由此证明了所提光学攻击的可行性。还验证了所提攻击在扰动模式和分类结果上均与常见光学域畸变（如球差、离焦和像散）完全不同。