理解基于骨架的动作识别在对抗攻击下的鲁棒性
计算机视觉与模式识别
2021-03-22 v2
摘要
动作识别已大量应用于自动驾驶车辆、监控等诸多场景，其鲁棒性为主要关注点。本文考察了最先进的动作识别器针对对抗攻击的鲁棒性，该问题迄今鲜有研究。为此，我们提出一种攻击依赖于三维骨架运动的动作识别器的新方法。我们的方法引入一种创新的感知损失，以保证攻击的不可察觉性。实证研究表明，我们的方法在白盒与黑盒场景下均有效。其在多种动作识别器与数据集上的泛化能力得到验证，在不同攻击策略中的通用性得以展现，并在广泛的感知研究中证明其欺骗性。我们的方法表明，针对三维骨架运动（一种时间序列数据）的对抗攻击与传统对抗攻击问题有显著不同。其成功引发了对动作识别器鲁棒性的严重担忧，并为潜在改进提供了见解。
引用
@article{arxiv.2103.05347,
title = {Understanding the Robustness of Skeleton-based Action Recognition under Adversarial Attack},
author = {He Wang and Feixiang He and Zhexi Peng and Tianjia Shao and Yong-Liang Yang and Kun Zhou and David Hogg},
journal= {arXiv preprint arXiv:2103.05347},
year = {2021}
}
备注
Accepted in CVPR 2021. arXiv admin note: substantial text overlap with arXiv:1911.07107