风格化对抗防御

深度卷积神经网络（CNNs）容易被输入图像中细微、难以察觉的改动所欺骗。为解决此脆弱性，对抗训练生成扰动模式并将其纳入训练集以使模型鲁棒。与现有仅利用类边界信息（例如使用交叉熵损失）的对抗训练方法不同，我们提出利用特征空间中的额外信息来构造更强的对抗样本，进而用于学习鲁棒模型。具体而言，我们使用来自另一类的目标样本的风格与内容信息，连同其类边界信息来创建对抗扰动。我们以深度监督方式应用所提出的多任务目标，提取多尺度特征知识以创建具有最大分离性的对抗样本。随后，我们提出一种最大间隔对抗训练方法，最小化源图像与其对抗样本间的距离，并最大化对抗样本与目标图像间的距离。我们的对抗训练方法相比最先进防御表现出强鲁棒性，对自然出现的腐蚀与数据分布偏移泛化良好，并在干净样本上保持模型精度。