谁惧怕对抗性查询？图像修改对基于内容的图像检索的影响
计算机视觉与模式识别
2019-05-03 v3 信息检索
多媒体
摘要
对抗性查询是指经过修改以破坏基于内容的图像检索（CBIR）而在人眼中几乎未被改动的图像。本文针对基于神经、局部和全局特征的 CBIR 提出了对抗性查询的分析。我们引入了一种称为检索误差图像扰动（PIRE）的创新神经图像扰动方法，其能够阻断基于神经特征的 CBIR。PIRE 与现有的生成相对于 CNN 分类器对抗图像的方法显著不同，因为它是无监督的，即不需要其所应用数据集的标注数据。我们的实验分析展示了 PIRE 在阻断 CBIR 方面令人惊讶的有效性，并涵盖了在实际设置中必须考虑的 PIRE 方面，包括图像保存、图像质量以及对抗性查询泄漏到背景集合中。我们的实验还将 PIRE（一种神经方法）与现有的关键点移除和注入方法（修改局部特征）进行了比较。最后，我们讨论了多媒体研究者在未来对抗性查询研究中面临的挑战。
引用
@article{arxiv.1901.10332,
title = {Who's Afraid of Adversarial Queries? The Impact of Image Modifications on Content-based Image Retrieval},
author = {Zhuoran Liu and Zhengyu Zhao and Martha Larson},
journal= {arXiv preprint arXiv:1901.10332},
year = {2019}
}
备注
To appear at the ACM International Conference on Multimedia Retrieval (ICMR 2019). Our code is available at https://github.com/liuzrcc/PIRE