利用深度图像先验鲁棒合成对抗性视觉样本
计算机视觉与模式识别
2019-07-04 v1
摘要
我们提出了一种基于近期“深度图像先验”(DIP) 生成鲁棒对抗图像样本的新方法，该先验利用卷积网络架构在图像合成中强制产生合理的纹理。对抗图像通常通过对图像施加扰动以引入高频噪声来诱导图像误分类，但这种噪声在图像随后的数字处理下十分脆弱。我们表明，在对抗约束下使用 DIP 重建图像所产生的扰动对仿射形变更具鲁棒性，同时在视觉上仍不可察觉。此外，我们表明我们的 DIP 方法也可被改造以产生局部对抗补丁（“对抗贴纸”）。我们在取自 ImageNet 数据集的广泛图像与对象类别上展示了鲁棒的对抗样本。
引用
@article{arxiv.1907.01996,
title = {Robust Synthesis of Adversarial Visual Examples Using a Deep Image Prior},
author = {Thomas Gittings and Steve Schneider and John Collomosse},
journal= {arXiv preprint arXiv:1907.01996},
year = {2019}
}
备注
Accepted to BMVC 2019