运动激发采样器：基于激发先验的视频对抗攻击
计算机视觉与模式识别
2020-10-07 v2 机器学习
图像与视频处理
摘要
众所周知，深度神经网络易受对抗噪声的影响，这类噪声是微小且难以察觉的扰动。先前关于对抗攻击的工作大多聚焦于图像模型，而视频模型的脆弱性较少被探索。在本文中，我们旨在利用视频帧间内在的运动模式与区域相对运动来攻击视频模型。我们提出了一种有效的运动激发采样器以获取运动感知的噪声先验，称之为激发先验(sparked prior)。我们的激发先验强调帧间相关性，并通过相对运动利用视频动态。通过在梯度估计中使用激发先验，我们能用更少的查询次数成功攻击多种视频分类模型。在四个基准数据集上的大量实验结果验证了我们所提方法的有效性。
引用
@article{arxiv.2003.07637,
title = {Motion-Excited Sampler: Video Adversarial Attack with Sparked Prior},
author = {Hu Zhang and Linchao Zhu and Yi Zhu and Yi Yang},
journal= {arXiv preprint arXiv:2003.07637},
year = {2020}
}