四元数-Hadamard 网络：针对对抗攻击的新防御方法与新数据集
机器学习
2026-01-09 v3 图像与视频处理
摘要
恶劣天气图像恢复（例如雨、雪、雾）模型对基于梯度的白盒对抗攻击仍然高度脆弱，其中微小的与损失对齐的扰动会导致恢复输出的严重退化。本文提出了 QHNet，一种计算高效的基于净化的防御方法，在恢复网络之前运行，针对变换域和四元数域中的扰动抑制。QHNet 在编码器-解码器框架中集成了四元数 Hadamard 多项式去噪块 (QHPDB) 和四元数去噪残差块 (QDRB)，以去除高频对抗噪声，同时保留精细的结构细节。通过 PSNR 和 SSIM 在雨、雪、雾去除任务上评估鲁棒性，并进一步在采用投影梯度下降 (PGD)、反向传递可微分近似 (BPDA) 和期望变换 (EOT) 的自适应、防御感知白盒攻击下进行验证。实验结果表明，QHNet 在恢复保真度方面表现优异，并与最先进的净化基线相比显著提升了鲁棒性，确认了其在低级视觉流水线中的有效性。
引用
@article{arxiv.2502.10452,
title = {Quaternion-Hadamard Network: A Novel Defense Against Adversarial Attacks with a New Dataset},
author = {Vladimir Frants and Sos Agaian},
journal= {arXiv preprint arXiv:2502.10452},
year = {2026}
}