针对对抗性扰动块攻击的 Patch-Agnostic 防御
计算机视觉与模式识别
2024-04-26 v1
摘要
对抗性扰动块攻击因其实际可行性而对实际应用中的目标检测器构成重大威胁。现有防御方法依赖攻击数据或先验知识，难以有效应对各种对抗性扰动块。本文指出，对抗性扰动块具有两种内在特征：语义独立性和空间异质性，这两种特征独立于扰动块的外观、形状、大小、数量和位置。语义独立性表明，对抗性扰动块在其语义上下文中独立运行，而空间异质性表现为扰动块区域的图像质量与原始干净图像不同，由于独立生成过程导致。基于上述观察，我们提出 PAD (Patch-Agnostic Defense)，一种无需先验知识或额外训练的新型对抗性扰动块定位和移除方法。PAD 提供针对各种对抗性扰动块的无补丁依赖防御，可与任何预训练目标检测器兼容。我们的全面数字和物理实验涉及多种扰动块类型，如局部噪声、可打印和自然风格扰动块，均显著优于当前最先进的方法。我们的代码可在 https://github.com/Lihua-Jing/PAD 提供。
引用
@article{arxiv.2404.16452,
title = {PAD: Patch-Agnostic Defense against Adversarial Patch Attacks},
author = {Lihua Jing and Rui Wang and Wenqi Ren and Xin Dong and Cong Zou},
journal= {arXiv preprint arXiv:2404.16452},
year = {2024}
}
备注
Accepted by CVPR 2024