针对对抗性攻击检测的自监督表征学习

基于监督学习的对抗性攻击检测方法依赖大量标注数据， 并在将训练模型应用于新领域时表现显著下降。本文提出一种用于对抗性攻击检测任务的自监督表征学习框架以解决此缺陷。首先， 我们将增强输入图像的像素映射到嵌入空间中。随后， 我们采用原型级对比估计损失对原型进行聚类作为潜在变量。此外， 借鉴记忆库的概念， 我们引入判别银行以区分并学习每个共享或相似原型的实例， 在实例及其关联原型之间建立联系。我们提出一种基于平行轴注意力 (PAA) 的编码器以通过在注意力图的高度和宽度轴上并行训练来促进训练过程。实验结果表明， 与各种基准自监督视觉学习模型和监督对抗性攻击检测方法相比， 本文提出的模型在广泛图像范围内实现了对抗性攻击检测任务的状态最佳性能。