論文の概要: Universal Perturbation Attack on Differentiable No-Reference Image- and Video-Quality Metrics

• arxiv url: http://arxiv.org/abs/2211.00366v1
• Date: Tue, 1 Nov 2022 10:28:13 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-02 14:36:40.205525
• Title: Universal Perturbation Attack on Differentiable No-Reference Image- and Video-Quality Metrics
• Title（参考訳）: 可変非参照画像とビデオ品質メトリクスに対するユニバーサル摂動攻撃
• Authors: Ekaterina Shumitskaya, Anastasia Antsiferova, Dmitriy Vatolin
• Abstract要約: 一部の攻撃は、画像品質とビデオ品質のメトリクスを欺くことができる。 広汎な摂動を通して、識別可能な非参照品質指標を攻撃できる新しい手法を提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Universal adversarial perturbation attacks are widely used to analyze image classifiers that employ convolutional neural networks. Nowadays, some attacks can deceive image- and video-quality metrics. So sustainability analysis of these metrics is important. Indeed, if an attack can confuse the metric, an attacker can easily increase quality scores. When developers of image- and video-algorithms can boost their scores through detached processing, algorithm comparisons are no longer fair. Inspired by the idea of universal adversarial perturbation for classifiers, we suggest a new method to attack differentiable no-reference quality metrics through universal perturbation. We applied this method to seven no-reference image- and video-quality metrics (PaQ-2-PiQ, Linearity, VSFA, MDTVSFA, KonCept512, Nima and SPAQ). For each one, we trained a universal perturbation that increases the respective scores. We also propose a method for assessing metric stability and identify the metrics that are the most vulnerable and the most resistant to our attack. The existence of successful universal perturbations appears to diminish the metric's ability to provide reliable scores. We therefore recommend our proposed method as an additional verification of metric reliability to complement traditional subjective tests and benchmarks.
• Abstract（参考訳）: universal adversarial perturbation attackは畳み込みニューラルネットワークを使用する画像分類器を分析するために広く使われている。 今日では、画像やビデオ品質の指標を騙す攻撃もある。 したがって、これらのメトリクスの持続可能性分析は重要です。 実際、もし攻撃がメトリックを混乱させることができれば、攻撃者は容易に品質スコアを上げることができる。 画像とビデオのアルゴリズムの開発者は、切り離された処理によってスコアを上げることができるが、アルゴリズムの比較はもはや公平ではない。 分類器に対する普遍的な逆摂動の概念に着想を得て,普遍摂動を通じて微分可能無参照品質指標を攻撃する新しい手法を提案する。 この手法を、7つの非参照画像・ビデオ品質指標(PaQ-2-PiQ, Linearity, VSFA, MDTVSFA, KonCept512, Nima, SPAQ)に適用した。 それぞれのスコアを増大させる普遍的な摂動を訓練しました。 また,我々の攻撃に対して最も脆弱かつ最も耐性のある指標を同定し,測定安定性を評価する手法を提案する。 成功した普遍的な摂動の存在は、信頼できるスコアを提供するためのメトリックの能力を減らすように見える。 そこで我々は,従来の主観的テストとベンチマークを補完するために,計量信頼性のさらなる検証として提案手法を推奨する。

関連論文リスト

• Meta Invariance Defense Towards Generalizable Robustness to Unknown Adversarial Attacks [62.036798488144306]
  現在の防衛は主に既知の攻撃に焦点を当てているが、未知の攻撃に対する敵意の強固さは見過ごされている。 メタ不変防衛(Meta Invariance Defense, MID)と呼ばれる攻撃非依存の防御手法を提案する。 MIDは高レベルの画像分類と低レベルの頑健な画像再生における攻撃抑制において,知覚不能な逆方向の摂動に対して同時に頑健性を実現する。
  論文  参考訳（メタデータ） (2024-04-04T10:10:38Z)
• IOI: Invisible One-Iteration Adversarial Attack on No-Reference Image- and Video-Quality Metrics [4.135467749401761]
  非参照画像とビデオ品質のメトリクスは、ビデオ処理ベンチマークで広く使われている。 Invisible One-Iteration (IOI) は参照画像やビデオ品質の指標に反する攻撃である。
  論文  参考訳（メタデータ） (2024-03-09T16:33:30Z)
• Cobra Effect in Reference-Free Image Captioning Metrics [58.438648377314436]
  視覚言語事前学習モデル(VLM)を活用した参照フリー手法の普及が出現している。 本稿では,基準自由度に欠陥があるかどうかを考察する。 GPT-4Vは生成した文を評価するための評価ツールであり,提案手法がSOTA(State-of-the-art)の性能を達成することを示す。
  論文  参考訳（メタデータ） (2024-02-18T12:36:23Z)
• Comparing the Robustness of Modern No-Reference Image- and Video-Quality Metrics to Adversarial Attacks [43.85564498709518]
  本稿では、現代のメトリクスのロバスト性を、異なる敵攻撃に対して分析する。 いくつかのメトリクスは、敵攻撃に対する高い耐性を示し、弱いメトリクスよりも安全なベンチマークでの使用を可能にした。
  論文  参考訳（メタデータ） (2023-10-10T19:21:41Z)
• A Geometrical Approach to Evaluate the Adversarial Robustness of Deep Neural Networks [52.09243852066406]
  対向収束時間スコア(ACTS)は、対向ロバストネス指標として収束時間を測定する。 我々は,大規模画像Netデータセットに対する異なる敵攻撃に対して,提案したACTSメトリックの有効性と一般化を検証する。
  論文  参考訳（メタデータ） (2023-10-10T09:39:38Z)
• Fast Adversarial CNN-based Perturbation Attack on No-Reference Image- and Video-Quality Metrics [0.0]
  非参照品質指標に対する高速な敵攻撃を提案する。 提案した攻撃は、リアルタイムビデオ処理および圧縮アルゴリズムにおける前処理ステップとして利用することができる。 この研究は、安定したニューラルネットワークベースの非参照品質メトリクスの設計にさらなる支援を与えることができる。
  論文  参考訳（メタデータ） (2023-05-24T20:18:21Z)
• Attacking Perceptual Similarity Metrics [5.326626090397465]
  本研究は,非受容性対向摂動に対する類似度指標の頑健さを系統的に検討する。 まず、我々の研究のすべての指標が、共通の敵対的攻撃によって生じる摂動に影響を受けやすいことを示します。 次に,空間変換に基づく対向的摂動を用いて,広く採用されているLPIPSメトリックを攻撃した。
  論文  参考訳（メタデータ） (2023-05-15T17:55:04Z)
• Enhancing the Self-Universality for Transferable Targeted Attacks [88.6081640779354]
  本手法は,高次対角的摂動が標的攻撃に対してより伝達しやすい傾向にあることを示す。 異なる画像上の摂動を最適化する代わりに、異なる領域を最適化して自己ユニバーシティを実現することで、余分なデータを排除することができる。 特徴的類似性欠如により,本手法は,良性画像よりも対向性摂動の特徴が支配的となる。
  論文  参考訳（メタデータ） (2022-09-08T11:21:26Z)
• Evaluation of Neural Networks Defenses and Attacks using NDCG and Reciprocal Rank Metrics [6.6389732792316]
  分類タスクにおけるニューラルネットワークの出力に対する攻撃効果、防衛効果の回復効果を特に測定するために設計された2つの指標を示す。 正規化された累積ゲインと、情報検索文献で使用される相互ランクの指標に着想を得て、ニューラルネットワーク予測を結果のランクリストとして扱う。 一般的な分類指標と比較すると,提案指標は優れた情報的・独特性を示す。
  論文  参考訳（メタデータ） (2022-01-10T12:54:45Z)
• Universal Adversarial Training with Class-Wise Perturbations [78.05383266222285]
  敵の訓練は 敵の攻撃を防御するために 最も広く使われる方法です この作業では、UAPがすべてのクラスを等しく攻撃しないことがわかります。 我々は,対人訓練におけるクラスワイドUAPの利用を提案することで,SOTA UATを改善した。
  論文  参考訳（メタデータ） (2021-04-07T09:05:49Z)

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。