論文の概要: Adversarial RAW: Image-Scaling Attack Against Imaging Pipeline

• arxiv url: http://arxiv.org/abs/2206.01733v1
• Date: Thu, 2 Jun 2022 07:35:50 GMT
• ステータス: 処理完了
• システム内更新日: 2022-06-07 15:20:22.842546
• Title: Adversarial RAW: Image-Scaling Attack Against Imaging Pipeline
• Title（参考訳）: 対人RAW:撮像パイプラインに対する画像スケーリング攻撃
• Authors: Junjian Li, Honglong Chen
• Abstract要約: 本稿では,ISPパイプラインをターゲットとした画像スケーリングアタックを開発し,構築した対角RAWをアタックイメージに変換する。 そこで我々は,RAW-to-RGB変換をよく学習するプロキシモデルを勾配オーラクルとして提案する,勾配不利用可能なISPパイプラインについて検討する。
• 参考スコア（独自算出の注目度）: 5.036532914308395
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Deep learning technologies have become the backbone for the development of computer vision. With further explorations, deep neural networks have been found vulnerable to well-designed adversarial attacks. Most of the vision devices are equipped with image signal processing (ISP) pipeline to implement RAW-to-RGB transformations and embedded into data preprocessing module for efficient image processing. Actually, ISP pipeline can introduce adversarial behaviors to post-capture images while data preprocessing may destroy attack patterns. However, none of the existing adversarial attacks takes into account the impacts of both ISP pipeline and data preprocessing. In this paper, we develop an image-scaling attack targeting on ISP pipeline, where the crafted adversarial RAW can be transformed into attack image that presents entirely different appearance once being scaled to a specific-size image. We first consider the gradient-available ISP pipeline, i.e., the gradient information can be directly used in the generation process of adversarial RAW to launch the attack. To make the adversarial attack more applicable, we further consider the gradient-unavailable ISP pipeline, in which a proxy model that well learns the RAW-to-RGB transformations is proposed as the gradient oracles. Extensive experiments show that the proposed adversarial attacks can craft adversarial RAW data against the target ISP pipelines with high attack rates.
• Abstract（参考訳）: ディープラーニング技術は、コンピュータビジョンの開発のバックボーンとなっている。 さらなる探索により、ディープニューラルネットワークは、よく設計された敵攻撃に対して脆弱であることが判明した。 ビジョンデバイスの多くは、raw-to-rgb変換を実装し、効率的な画像処理のためにデータプリプロセッシングモジュールに組み込まれるイメージ信号処理(isp)パイプラインを備えている。 実際、ISPパイプラインは、データ前処理が攻撃パターンを破壊する可能性がある間、キャプチャ後のイメージに敵の振る舞いを導入することができる。 しかし、既存の攻撃はISPパイプラインとデータ前処理の両方の影響を考慮していない。 本稿では,ispパイプラインをターゲットとした画像スケーリング攻撃を,特定のサイズ画像にスケールした後に全く異なる外観を示す攻撃画像に変換する手法を提案する。 まず, 逆RAWの生成過程において, グラデーション可能なISPパイプライン, すなわち, グラデーション情報を直接利用して攻撃を開始する方法を考える。 さらに,RAW-RGB変換をよく学習するプロキシモデルを勾配オーラクルとして提案する,勾配不利用可能なISPパイプラインについても検討する。 広範な実験により,提案手法は標的ispパイプラインに対して高い攻撃率で敵の生データを生成することができることが示された。

関連論文リスト

• RAW-Adapter: Adapting Pre-trained Visual Model to Camera RAW Images [51.68432586065828]
  本稿では,カメラRAWデータへのsRGB事前学習モデルの適用を目的とした新しいアプローチであるRAW-Adapterを紹介する。 Raw-Adapterは、学習可能なISPステージを使用してRAW入力を調整する入力レベルアダプタと、ISPステージとその後の高レベルネットワーク間の接続を構築するモデルレベルアダプタで構成されている。
  論文  参考訳（メタデータ） (2024-08-27T06:14:54Z)
• Simple Image Signal Processing using Global Context Guidance [56.41827271721955]
  ディープラーニングベースのISPは、深層ニューラルネットワークを使用してRAW画像をDSLRライクなRGBイメージに変換することを目指している。 我々は,全RAW画像からグローバルなコンテキスト情報をキャプチャするために,任意のニューラルISPに統合可能な新しいモジュールを提案する。 本モデルでは,多種多様な実スマートフォン画像を用いて,様々なベンチマークで最新の結果が得られる。
  論文  参考訳（メタデータ） (2024-04-17T17:11:47Z)
• BSRAW: Improving Blind RAW Image Super-Resolution [63.408484584265985]
  RAW領域におけるブラインド画像の超解像化に取り組む。 生センサデータを用いたトレーニングモデルに特化した,現実的な劣化パイプラインを設計する。 私たちのパイプラインでトレーニングしたBSRAWモデルは、リアルタイムRAW画像をスケールアップし、品質を向上させることができます。
  論文  参考訳（メタデータ） (2023-12-24T14:17:28Z)
• Reversed Image Signal Processing and RAW Reconstruction. AIM 2022 Challenge Report [109.2135194765743]
  本稿では,AIM 2022 Challenge on Reversed Image Signal Processing and RAW Reconstructionを紹介する。 我々は,メタデータを使わずにRGBから生のセンサイメージを回収し,ISP変換を「逆」することを目的としている。
  論文  参考訳（メタデータ） (2022-10-20T10:43:53Z)
• Reversing Image Signal Processors by Reverse Style Transferring [3.867363075280544]
  ISP操作をエンドツーエンドの学習パイプラインのスタイルファクタとしてモデル化することは可能か? 本稿では,適応的特徴正規化の助けを借りてISP操作を逆転させる新しいアーキテクチャ,すなわちRTT-ISP-Netを提案する。
  論文  参考訳（メタデータ） (2022-10-17T13:21:37Z)
• An Empirical Study of Remote Sensing Pretraining [117.90699699469639]
  本研究では,空中画像におけるリモートセンシング事前訓練(RSP)の実証的研究を行った。 RSPは、シーン認識タスクで特有のパフォーマンスを提供するのに役立つ。 RSPは、従来のイメージネットがRS画像に事前学習する際のデータ格差を緩和するが、それでもタスクの相違に悩まされる可能性がある。
  論文  参考訳（メタデータ） (2022-04-06T13:38:11Z)
• Transform your Smartphone into a DSLR Camera: Learning the ISP in the Wild [159.71025525493354]
  本稿では,スマートフォンが取得したRAW画像に基づいて,DSLRの品質画像を生成する訓練可能な画像信号処理フレームワークを提案する。 トレーニング画像ペア間の色ずれに対処するために、カラー条件ISPネットワークを使用し、各入力RAWと基準DSLR画像間の新しいパラメトリック色マッピングを最適化する。
  論文  参考訳（メタデータ） (2022-03-20T20:13:59Z)
• Model-Based Image Signal Processors via Learnable Dictionaries [6.766416093990318]
  デジタルカメラは画像信号処理装置(ISP)を用いてRAW読み出しをRGB画像に変換する 近年のアプローチでは、RGBからRAWマッピングを推定することで、このギャップを埋めようとしている。 本稿では,学習可能かつ解釈可能なハイブリッド・モデルベースかつデータ駆動型ISPを提案する。
  論文  参考訳（メタデータ） (2022-01-10T08:36:10Z)
• All You Need is RAW: Defending Against Adversarial Attacks with Camera Image Pipelines [31.043289921613933]
  画像と画像のマッピングのためのモデルに依存しない対角防御法を提案する。 この方法は、入力されたRGB画像をベイアRAW空間にマッピングし、学習したカメラ画像信号処理パイプラインを用いて出力RGBにマッピングする。 その結果、余分な再トレーニングを伴わずに未確認タスクに一般化する。
  論文  参考訳（メタデータ） (2021-12-16T21:54:26Z)
• Adversarial Imaging Pipelines [28.178120782659878]
  我々は、特定のカメラISPを騙し、他のISPをそのままにしておく攻撃を開発する。 最新の自動車用ハードウェアISPを用いて提案手法を検証する。
  論文  参考訳（メタデータ） (2021-02-07T06:10:54Z)
• Blurring Fools the Network -- Adversarial Attacks by Feature Peak Suppression and Gaussian Blurring [7.540176446791261]
  本論文では,データの特徴におけるピーク要素の値を抑制することにより,ピーク抑制(PS)という逆攻撃デモを提案する。 実験結果は、PSとよく設計されたガウスボケは、よく訓練されたターゲットネットワークの分類結果を完全に変更する敵対攻撃を形成することができることを示しています。
  論文  参考訳（メタデータ） (2020-12-21T15:47:14Z)

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。