Saak变换对抗攻击的鲁棒性
计算机视觉与模式识别
2019-02-11 v1
摘要
图像分类易受对抗攻击的影响。本工作研究了Saak变换在面向高性能图像分类的对抗攻击下的鲁棒性。我们基于多级Saak变换开发了一套完整的图像分类系统。在Saak变换域中，干净图像与对抗图像在不同谱维度上呈现出不同的分布。每一阶段谱维度的选择可视为一种自动去噪过程。受此观察启发，我们精心设计了特征提取、表示与分类策略，以提升对抗鲁棒性。基于知名数据集与攻击方法的性能通过大量实验评估得到验证。
引用
@article{arxiv.1902.02826,
title = {Robustness Of Saak Transform Against Adversarial Attacks},
author = {Thiyagarajan Ramanathan and Abinaya Manimaran and Suya You and C-C Jay Kuo},
journal= {arXiv preprint arXiv:1902.02826},
year = {2019}
}