論文の概要: Light Lies: Optical Adversarial Attack
- arxiv url: http://arxiv.org/abs/2106.09908v1
- Date: Fri, 18 Jun 2021 04:20:49 GMT
- ステータス: 処理完了
- システム内更新日: 2021-06-22 00:07:45.433229
- Title: Light Lies: Optical Adversarial Attack
- Title(参考訳): 光は嘘:光敵の攻撃
- Authors: Kyu-Lim Kim, Jeong-Soo Kim, Seung-Ri Song, Jun-Ho Choi, Chul-Min Joo,
Jong-Seok Lee
- Abstract要約: 本稿では, 画像センサに到達した光界情報を物理的に変化させて, 分類モデルが誤分類を生じさせる光学対向攻撃を提案する。
シミュレーションと実際のハードウェア光システムの両方に基づく実験を行い,提案手法の有効性を実証した。
- 参考スコア(独自算出の注目度): 24.831391763610046
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: A significant amount of work has been done on adversarial attacks that inject
imperceptible noise to images to deteriorate the image classification
performance of deep models. However, most of the existing studies consider
attacks in the digital (pixel) domain where an image acquired by an image
sensor with sampling and quantization has been recorded. This paper, for the
first time, introduces an optical adversarial attack, which physically alters
the light field information arriving at the image sensor so that the
classification model yields misclassification. More specifically, we modulate
the phase of the light in the Fourier domain using a spatial light modulator
placed in the photographic system. The operative parameters of the modulator
are obtained by gradient-based optimization to maximize cross-entropy and
minimize distortions. We present experiments based on both simulation and a
real hardware optical system, from which the feasibility of the proposed
optical attack is demonstrated. It is also verified that the proposed attack is
completely different from common optical-domain distortions such as spherical
aberration, defocus, and astigmatism in terms of both perturbation patterns and
classification results.
- Abstract(参考訳): 画像に知覚不能なノイズを注入し、深層モデルの画像分類性能を低下させる敵対的攻撃について、かなりの量の研究がなされている。
しかし、既存の研究の多くは、サンプリングと量子化を伴う画像センサが取得した画像が記録されたデジタル(ピクセル)領域での攻撃について検討している。
本稿では,画像センサに到達した光界情報を物理的に変化させて,分類モデルが誤分類を生じさせる光学対向攻撃を初めて導入する。
具体的には、写真システムに配置された空間光変調器を用いて、フーリエ領域の光の位相を変調する。
勾配に基づく最適化により変調器の動作パラメータを求め、クロスエントロピーを最大化し、歪みを最小化する。
そこで本研究では,シミュレーションと実ハードウェア光システムの両方に基づき,提案する光攻撃の可能性を示す実験を行う。
また, 提案した攻撃は, 球面収差, デフォーカス, アシグマティズムなどの一般的な光学領域歪みと, 摂動パターンと分類結果の両面では全く異なることが確認された。
関連論文リスト
- Enhanced Confocal Laser Scanning Microscopy with Adaptive Physics Informed Deep Autoencoders [0.0]
共焦点レーザー走査顕微鏡の限界に対処する物理インフォームド・ディープラーニング・フレームワークを提案する。
このモデルは、畳み込み層と転置畳み込み層を用いて、ノイズの多い入力から高忠実度画像を再構成する。
論文 参考訳(メタデータ) (2025-01-24T18:32:34Z) - Harnessing Optical Imaging Limit through Atmospheric Scattering Media [5.435475238868005]
本稿では,対象特性,大気効果,イメージングシステム,デジタル処理,視覚知覚などのコントリビューションを包含した包括的モデルを提案する。
このモデルでは、従来の画像記録、処理、知覚の有効性を再評価することができる。
この研究の直接の応用は、マルチフレーム平均化によるノイズ低減を伴う1.2倍の画像範囲の拡張である。
論文 参考訳(メタデータ) (2024-04-23T14:31:44Z) - NeISF: Neural Incident Stokes Field for Geometry and Material Estimation [50.588983686271284]
多視点逆レンダリングは、異なる視点で撮影された一連の画像から形状、材料、照明などのシーンパラメータを推定する問題である。
本稿では,偏光手がかりを用いた曖昧さを低減する多視点逆フレームワークNeISFを提案する。
論文 参考訳(メタデータ) (2023-11-22T06:28:30Z) - Optical Aberration Correction in Postprocessing using Imaging Simulation [17.331939025195478]
モバイル写真の人気は増え続けている。
最近のカメラは、これらの修正作業の一部を光学設計から後処理システムに移行した。
光学収差による劣化を回復するための実用的手法を提案する。
論文 参考訳(メタデータ) (2023-05-10T03:20:39Z) - Neural Invertible Variable-degree Optical Aberrations Correction [6.6855248718044225]
本稿では,その情報ロスレス特性を利用して,可逆的アーキテクチャを用いた新しい収差補正手法を提案する。
アーキテクチャ内では、可変度で収差を処理できる条件付き可逆ブロックを開発する。
本手法は,物理画像シミュレーションによる合成データセットと実捕集データセットの両方を用いて評価する。
論文 参考訳(メタデータ) (2023-04-12T01:56:42Z) - Universal and Flexible Optical Aberration Correction Using Deep-Prior
Based Deconvolution [51.274657266928315]
そこで本研究では,収差画像とpsfマップを入力とし,レンズ固有深層プリエントを組み込んだ潜在高品質版を生成する,psf対応プラグイン・アンド・プレイ深層ネットワークを提案する。
具体的には、多彩なレンズの集合からベースモデルを事前訓練し、パラメータを迅速に精製して特定のレンズに適応させる。
論文 参考訳(メタデータ) (2021-04-07T12:00:38Z) - Optical Flow Estimation from a Single Motion-blurred Image [66.2061278123057]
画像内の動きのぼかしは、基本的なコンピュータビジョンの問題に実用的な関心を持つ可能性があります。
本研究では,単一動画像からの光流れをエンドツーエンドで推定する新しい枠組みを提案する。
論文 参考訳(メタデータ) (2021-03-04T12:45:18Z) - Uncalibrated Neural Inverse Rendering for Photometric Stereo of General
Surfaces [103.08512487830669]
本稿では,測光ステレオ問題に対する無補間深層ニューラルネットワークフレームワークを提案する。
既存のニューラルネットワークベースの方法は、物体の正確な光方向または接地正則のいずれかまたは両方を必要とします。
本稿では,この問題に対する未調整の神経逆レンダリング手法を提案する。
論文 参考訳(メタデータ) (2020-12-12T10:33:08Z) - SIR: Self-supervised Image Rectification via Seeing the Same Scene from
Multiple Different Lenses [82.56853587380168]
本稿では、異なるレンズからの同一シーンの歪み画像の補正結果が同一であるべきという重要な知見に基づいて、新しい自己監督画像補正法を提案する。
我々は、歪みパラメータから修正画像を生成し、再歪み画像を生成するために、微分可能なワープモジュールを利用する。
本手法は,教師付きベースライン法や代表的最先端手法と同等あるいはそれ以上の性能を実現する。
論文 参考訳(メタデータ) (2020-11-30T08:23:25Z) - Differentiable model-based adaptive optics with transmitted and
reflected light [0.0]
モデルベース適応光学と機械学習フレームワークの最適化手法を組み合わせることで,少数の測定値による収差補正が可能であることを示す。
透過に焦点を合わせることは、反射光のみに基づいて達成され、エピ検出イメージング構成と互換性がある。
論文 参考訳(メタデータ) (2020-07-27T09:39:19Z) - Deep Bilateral Retinex for Low-Light Image Enhancement [96.15991198417552]
低照度画像は、低コントラスト、色歪み、測定ノイズによる視界の低下に悩まされる。
本稿では,低照度画像強調のための深層学習手法を提案する。
提案手法は最先端の手法と非常に競合し, 極めて低照度で撮影した画像の処理において, 他に比べて大きな優位性を有する。
論文 参考訳(メタデータ) (2020-07-04T06:26:44Z)
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。