申请试用
HOT
登录
注册
 
视觉目标跟踪的对抗攻击及防御
视觉目标跟踪的对抗攻击及防御

视觉目标跟踪的对抗攻击及防御

白玉兰开源
/
发布于
/
263
人观看

视觉目标跟踪是计算机视觉领域的热点话题之一,在实际生活生产中具有广泛应用。卷积神经网络(CNN)的发展大幅度提升了视觉目标跟踪算法的性能。但与此同时,卷积神经网络的非线性性也影响了现有算法的鲁棒性。具体来说,将人眼不可察觉的特定微小扰动添加在输入图像上就会导致训练好的深度神经网络无法进行正确预测。目前对抗攻击的研究大多集中在静态图片的任务上,比如图像分类、语义分割等。
我们提出了一种针对目标跟踪的时序序列白盒攻击算法,在引入微弱扰动的条件下,大幅度降低了现有目标跟踪器的性能;同时,提出一种相对应的防御算法,一定程度上恢复原有目标跟踪器的性能。
此外,我们提出了一种黑盒攻击算法IoU Attack,在深度跟踪器的模型和参数未知的情形下进行对抗攻击。

贾率,上海交通大学人工智能研究院在读博士生,主要研究兴趣集中于视觉目标追踪、对抗攻击及防御等深度学习理论与方法研究。
目前以第一作者身份已在CVPR,ECCV等会议发表论文2篇。

0 点赞
0 收藏
6下载
确认
3秒后跳转登录页面
去登陆