关于对抗图像扰动属性的探索
计算机视觉与模式识别
2025-09-11 v2
摘要
我们使用随机梯度方法研究导致 VMAF 图像质量指数显著增长的对抗扰动的属性。根据可接受的 PSNR 值，研究扰动的结构，并基于其傅里叶功率谱进行计算。 demonstrated 中等强度的亮度变化（约 10 个像素单位于图像的受限区域）可导致 VMAF 增长约 60%。与其他一些实现类似 VMAF 增长的方法不同，图像的主观质量几乎不变。还显示，对抗扰动可能显示扰动幅度对图像亮度的近线性依赖。扰动基于直接的 VMAF 优化在 PyTorch 中进行研究。当对图像进行去噪时使用相同的直接 VMAF 优化，也展示了指标值与主观判断之间的显著差异。
引用
@article{arxiv.2503.14111,
title = {Towards properties of adversarial image perturbations},
author = {Egor Kuznetsov and Kirill Aistov and Maxim Koroteev},
journal= {arXiv preprint arXiv:2503.14111},
year = {2025}
}
备注
13 pages, 40 figures