平滑对抗样本
计算机视觉与模式识别
2021-01-13 v1
摘要
本文研究对抗样本的视觉质量。近期论文提出对扰动进行平滑以去除高频伪影。在本工作中，平滑具有不同含义：它根据待攻击图像的视觉内容对扰动进行感知塑形。扰动在输入图像的平坦区域局部平滑，但在纹理区域可能含噪，并在边缘处锐利。该操作依赖于图信号处理中著名的拉普拉斯平滑，我们将其集成到攻击流程中。我们在白盒场景下对若干带平滑与不带平滑的攻击进行了基准测试，并评估了它们的可迁移性。尽管增加了平滑约束，我们的攻击在更低失真下具有相同的成功率。
引用
@article{arxiv.1903.11862,
title = {Smooth Adversarial Examples},
author = {Hanwei Zhang and Yannis Avrithis and Teddy Furon and Laurent Amsaleg},
journal= {arXiv preprint arXiv:1903.11862},
year = {2021}
}