論文の概要: Efficient universal shuffle attack for visual object tracking
- arxiv url: http://arxiv.org/abs/2203.06898v1
- Date: Mon, 14 Mar 2022 07:48:06 GMT
- ステータス: 処理完了
- システム内更新日: 2022-03-15 15:59:21.861883
- Title: Efficient universal shuffle attack for visual object tracking
- Title（参考訳）: ビジュアルオブジェクトトラッキングのための効率的なユニバーサルシャッフルアタック
- Authors: Siao Liu, Zhaoyu Chen, Wei Li, Jiwei Zhu, Jiafeng Wang, Wenqiang
Zhang, Zhongxue Gan
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 12.338273740874891
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Recently, adversarial attacks have been applied in visual object tracking to
deceive deep trackers by injecting imperceptible perturbations into video
frames. However, previous work only generates the video-specific perturbations,
which restricts its application scenarios. In addition, existing attacks are
difficult to implement in reality due to the real-time of tracking and the
re-initialization mechanism. To address these issues, we propose an offline
universal adversarial attack called Efficient Universal Shuffle Attack. It
takes only one perturbation to cause the tracker malfunction on all videos. To
improve the computational efficiency and attack performance, we propose a
greedy gradient strategy and a triple loss to efficiently capture and attack
model-specific feature representations through the gradients. Experimental
results show that EUSA can significantly reduce the performance of
state-of-the-art trackers on OTB2015 and VOT2018.
- Abstract（参考訳）: 近年,映像フレームに不可避な摂動を注入してディープトラッカを欺くために,視覚物体追跡に逆襲が適用されている。
しかし、以前の作業はビデオ特有の摂動のみを生成し、アプリケーションのシナリオを制限している。
さらに、リアルタイム追跡と再初期化機構のため、現実には既存の攻撃を実装するのが困難である。
これらの問題に対処するため,我々は,効率的なユニバーサルシャッフル攻撃という,オフラインの普遍的敵意攻撃を提案する。
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。
計算効率の向上と攻撃性能向上のために,モデル固有の特徴表現を効率よく捕捉・攻撃するグリーディ勾配戦略と三重損失を提案する。
実験結果から,OCB2015およびVOT2018における最先端トラッカーの性能を著しく低下させることができることがわかった。
関連論文リスト
- A Simple and Strong Baseline for Universal Targeted Attacks on Siamese
Visual Tracking [31.20831464217212]
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。
論文 参考訳（メタデータ） (2021-05-06T07:26:36Z) - 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) - 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) - 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) - Robust Tracking against Adversarial Attacks [69.59717023941126]
まず,ビデオシーケンス上に敵の例を生成して,敵の攻撃に対するロバスト性を改善する。
提案手法を最先端のディープトラッキングアルゴリズムに適用する。
論文 参考訳（メタデータ） (2020-07-20T08:05:55Z) - 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) - Motion-Excited Sampler: Video Adversarial Attack with Sparked Prior [63.11478060678794]
そこで本研究では,前もってモーションアウェアノイズを得るための効果的なモーションエキサイティングサンプリング手法を提案する。
より少ないクエリ数で様々なビデオ分類モデルを攻撃することができる。
論文 参考訳（メタデータ） (2020-03-17T10:54:12Z)
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。