論文の概要: A Simple and Strong Baseline for Universal Targeted Attacks on Siamese Visual Tracking

• arxiv url: http://arxiv.org/abs/2105.02480v1
• Date: Thu, 6 May 2021 07:26:36 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-07 22:36:58.208604
• Title: A Simple and Strong Baseline for Universal Targeted Attacks on Siamese Visual Tracking
• Title（参考訳）: siamese視覚追跡における普遍的標的攻撃の単純かつ強固なベースライン
• Authors: Zhenbang Li, Yaya Shi, Jin Gao, Shaoru Wang, Bing Li, Pengpeng Liang, Weiming Hu
• Abstract要約: ターゲット攻撃を可能にする普遍的な摂動の存在を示す。 我々はテンプレート画像にユニバーサルな知覚不能な摂動を加え、偽のターゲットを追加することでトラッカーを攻撃する。 私たちのアプローチでは、単なる追加操作以外は、新しいビデオの摂動は追加コストなしで行えます。
• 参考スコア（独自算出の注目度）: 31.20831464217212
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Siamese trackers are shown to be vulnerable to adversarial attacks recently. However, the existing attack methods craft the perturbations for each video independently, which comes at a non-negligible computational cost. In this paper, we show the existence of universal perturbations that can enable the targeted attack, e.g., forcing a tracker to follow the ground-truth trajectory with specified offsets, to be video-agnostic and free from inference in a network. Specifically, we attack a tracker by adding a universal imperceptible perturbation to the template image and adding a fake target, i.e., a small universal adversarial patch, into the search images adhering to the predefined trajectory, so that the tracker outputs the location and size of the fake target instead of the real target. Our approach allows perturbing a novel video to come at no additional cost except the mere addition operations -- and not require gradient optimization or network inference. Experimental results on several datasets demonstrate that our approach can effectively fool the Siamese trackers in a targeted attack manner. We show that the proposed perturbations are not only universal across videos, but also generalize well across different trackers. Such perturbations are therefore doubly universal, both with respect to the data and the network architectures. We will make our code publicly available.
• Abstract（参考訳）: siamese trackersは最近、敵の攻撃に弱いことが示されている。 しかし、既存の攻撃手法は各ビデオの摂動を独立して作っているため、計算コストは無視できる。 本稿では,対象とする攻撃を可能にする普遍的な摂動の存在について述べる。例えば,追跡者が特定のオフセットで地対地軌道を追従することを強制するなど,ネットワーク内ではビデオ非依存で推論を行なわない。 具体的には、テンプレート画像に普遍的知覚不能な摂動を加えて、予め定義された軌道に付着した検索画像に偽のターゲット、すなわち小さな普遍的敵パッチを付加することにより、トラッカーを攻撃し、実際のターゲットではなく偽のターゲットの位置とサイズを出力する。 当社のアプローチでは,新たなビデオの摂動を単なる追加操作以外の追加コストで行うことが可能で,勾配最適化やネットワーク推論は不要です。 いくつかのデータセットにおける実験結果は、我々のアプローチが標的攻撃方法でシャムの追跡者を効果的に騙すことを実証している。 提案する摂動はビデオに共通するだけでなく,様々なトラッカーにまたがって広く普及することを示す。 このような摂動は、データとネットワークアーキテクチャの両方に関して、二重に普遍的である。 私たちはコードを公開します。

関連論文リスト

• NoiseAttack: An Evasive Sample-Specific Multi-Targeted Backdoor Attack Through White Gaussian Noise [0.19820694575112383]
  ディープラーニング開発にサードパーティのデータを使用する場合、バックドア攻撃は重大な脅威となる。 我々は,新しいサンプル特異的なマルチターゲットバックドアアタック,すなわちNossAttackを紹介した。 この作業は、複数のターゲットクラスを生成する目的でビジョンバックドアアタックを起動する、この種の最初のものだ。
  論文  参考訳（メタデータ） (2024-09-03T19:24:46Z)
• GLOW: Global Layout Aware Attacks for Object Detection [27.46902978168904]
  敵攻撃は、予測器が誤った結果を出力するような摂動画像を狙う。 本稿では,グローバルなレイアウト認識型敵攻撃を発生させることにより,様々な攻撃要求に対処するアプローチを提案する。 実験では,複数種類の攻撃要求を設計し,MS検証セット上でのアイデアの検証を行う。
  論文  参考訳（メタデータ） (2023-02-27T22:01:34Z)
• Efficient universal shuffle attack for visual object tracking [12.338273740874891]
  我々は,効率的なユニバーサルシャッフル攻撃という,オフラインのユニバーサル敵攻撃を提案する。 すべてのビデオでトラッカーの故障を引き起こすには、たった1回の摂動しかかからない。 実験結果から,EUSAは最先端トラッカーの性能を大幅に低下させることができることがわかった。
  論文  参考訳（メタデータ） (2022-03-14T07:48:06Z)
• IoU Attack: Towards Temporally Coherent Black-Box Adversarial Attack for Visual Object Tracking [70.14487738649373]
  アドリア攻撃は、深いニューラルネットワークが、知覚不能な摂動によって注入された入力サンプルを知覚する脆弱性によって起こる。 視覚的物体追跡のための決定に基づくブラックボックス攻撃法を提案する。 我々は、最先端のディープトラッカーに対するIoU攻撃を検証した。
  論文  参考訳（メタデータ） (2021-03-27T16:20:32Z)
• Hidden Backdoor Attack against Semantic Segmentation Models [60.0327238844584]
  Emphbackdoor攻撃は、深層ニューラルネットワーク(DNN)に隠れたバックドアを埋め込み、トレーニングデータに毒を盛ることを目的としている。 我々は,対象ラベルを画像レベルではなくオブジェクトレベルから扱う,新たな攻撃パラダイムであるemphfine-fine-grained attackを提案する。 実験により、提案手法はわずかなトレーニングデータだけを毒殺することでセマンティックセグメンテーションモデルを攻撃することに成功した。
  論文  参考訳（メタデータ） (2021-03-06T05:50:29Z)
• Temporally-Transferable Perturbations: Efficient, One-Shot Adversarial Attacks for Online Visual Object Trackers [81.90113217334424]
  本研究では, オブジェクトテンプレート画像からのみ, 一時移動可能な対人的摂動を生成するフレームワークを提案する。 この摂動はあらゆる検索画像に追加され、事実上何のコストもかからないが、それでもトラッカーを騙すのに成功している。
  論文  参考訳（メタデータ） (2020-12-30T15:05:53Z)
• Double Targeted Universal Adversarial Perturbations [83.60161052867534]
  本稿では, インスタンス別画像依存摂動と汎用的普遍摂動のギャップを埋めるために, 二重目標普遍摂動(DT-UAP)を導入する。 提案したDTAアルゴリズムの幅広いデータセットに対する有効性を示すとともに,物理攻撃の可能性を示す。
  論文  参考訳（メタデータ） (2020-10-07T09:08:51Z)
• Efficient Adversarial Attacks for Visual Object Tracking [73.43180372379594]
  本稿では,新たなドリフト損失と組込み機能損失を併用して,シームズネットワークベースのトラッカーを攻撃するエンド・ツー・エンド・エンド・ネットワークFANを提案する。 単一のGPUの下では、FANはトレーニング速度が効率的で、強力な攻撃性能を持つ。
  論文  参考訳（メタデータ） (2020-08-01T08:47:58Z)
• Cooling-Shrinking Attack: Blinding the Tracker with Imperceptible Noises [87.53808756910452]
  The method is proposed to deceive-of-the-the-art SiameseRPN-based tracker。 本手法は転送性に優れ,DaSiamRPN,DaSiamRPN-UpdateNet,DiMPなどの他のトップパフォーマンストラッカーを騙すことができる。
  論文  参考訳（メタデータ） (2020-03-21T07:13:40Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。